1
Università degli Studi di Trento
School of Social Sciences
XXVIII ciclo
Dottoranda: Eleonora Vlach
Supervisor: Professor Antonio Schizzerotto
Diseguali su quale base?
Lo svantaggio scolastico dei figli di immigrati in Europa
3 Aprile 2017
2
Indice
Introduzione 07
1 Lo svantaggio scolastico dei figli di immigrati: un tentativo di spiegazione
Introduzione 14
1.1 L’integrazione degli immigrati e il ruolo dell’istruzione
1.1.1 Il concetto di integrazione e la sua evoluzione storica 15
1.1.2 La centralità della scuola nel processo di integrazione 19
1.1.3 Il concetto di svantaggio scolastico e la sua misurazione empirica 23
1.2 I fattori generativi dello svantaggio scolastico
1.2.1 Come le origini sociali influenzano l’istruzione 27
1.2.2 Le spiegazioni tradizionali dello svantaggio scolastico dei figli di
immigrati e le considerazioni più recenti 31
1.3 Come possiamo spiegare lo svantaggio scolastico dei figli di immigrati
1.3.1. L’origine etnica: l’esperienza migratoria e l’appartenenza etnica 36
1.3.2 Le ipotesi di ricerca che guidano il lavoro 43
1.3.3 Le spiegazioni concorrenti: il possibile ruolo dei fattori contestuali 53
1.4 Considerazioni conclusive 65 2 I figli di immigrati in Italia e in Europa e la configurazione dei pertinenti
sistemi scolastici
2.1 I movimenti migratori verso il continente Europeo 66
2.2 Un approfondimento sul contesto italiano
2.2.1 La presenza straniera in Italia 70
2.2.2 I figli di immigrati nel sistema scolastico italiano 75
2.3 I sistemi scolastici in Inghilterra, Svezia, Paesi Bassi e Germania 79
3 Il ruolo delle caratteristiche individuali nelle disparità di apprendimento
degli studenti nativi e degli studenti stranieri in Italia:
una comparazione tra tre gradi scolastici
Introduzione 82
3.1 Le precedenti ricerche empiriche condotte in Italia 83
3.2 Dati, variabili e metodi
3.2.1 I dati del Sistema Nazionale di Valutazione INVALSI 87
3.2.2 La strategia analitica 94
3.3 I risultati delle analisi
3.3.1 Il ruolo delle caratteristiche individuali 102
3.3.2 Il test delle ipotesi di ricerca 106
3.4 Considerazioni conclusive 116
3
4 Il ruolo delle origini etniche e delle origini sociali nelle disparità di apprendimento degli studenti nativi e degli studenti stranieri in Europa: una comparazione tra Italia, Inghilterra, Svezia, Paesi Bassi e Germania
Introduzione 121 4.1 Le precedenti ricerche sugli apprendimenti dei giovani stranieri in Europa 122 4.2 Dati, variabili e metodi
4.2.1 I dati dell’indagine CILS4EU sui figli di immigrati in Europa 127 4.2.2 La strategia analitica 131
4.3 I risultati delle analisi 4.3.1 Le fonti dell’eterogeneità dei punteggi nei test di competenza 136 4.3.2 Il test delle ipotesi di ricerca 138 4.3.3 Il ruolo dell’appartenenza etnica specifica sugli apprendimenti 144
4.4 Considerazioni conclusive 148
5 Le scelte di istruzione dei figli di immigrati e dei figli di nativi in Europa: una comparazione tra Inghilterra, Svezia, Paesi Bassi e Germania
Introduzione 150 5.1 Gli effetti secondari delle origini etniche e delle origini sociali sull’istruzione
5.1.1 Le precedenti ricerche sulle disparità verticali d’istruzione in Europa 151 5.1.2 Le precedenti ricerche sulle disparità orizzontali d’istruzione in Europa 154
5.2 Dati, variabili e metodi 5.2.1 La componente longitudinale dell’indagine CILS4EU 157 5.2.2 La strategia analitica 162
5.3 I risultati delle analisi 5.3.1 Il ruolo delle origini etniche e delle origini sociali nella scelta di proseguire gli studi dopo l’obbligo 164 5.3.2 Gli effetti diretti, indiretti e di interazione delle origini etniche 168 5.3.3 Il ruolo delle origini etniche e delle origini sociali nella scelta dell’indirizzo di studio a livello di scuola secondaria superiore 173
5.4 Considerazioni conclusive 176
6 Perché nonostante lo svantaggio negli apprendimenti i figli di immigrati compiono scelte scolastiche più prestigiose dei nativi: l’influenza dell’appartenenza etnica sulle ambizioni scolastiche
Introduzione 179 6.1 Le ambizioni scolastiche dei figli di immigrati
6.1.1 L’importanza delle credenziali educative nei processi di mobilità sociale 180 6.1.2 Le possibili ragioni delle elevate ambizioni scolastiche dei figli di immigrati 182 6.1.3 Le aspirazioni scolastiche ideali e le intenzioni reali degli studenti 185
6.2 Dati, variabili e metodi 6.2.1 La rilevazione delle ambizioni scolastiche nell’indagine CILS4EU 187 6.2.2 La strategia analitica 191
6.3 I risultati delle analisi 6.3.1 Il vantaggio etnico nelle aspirazioni scolastiche 193 6.3.2 Il confronto tra le aspirazioni ideali e le intenzioni scolastiche reali dei figli di immigrati 197
6.4 Considerazioni conclusive 201 Conclusioni 203
Riferimenti bibliografici 220 Appendice 238
4
RINGRAZIAMENTI
Vorrei esprimere un sincero ringraziamento al Professor Schizzerotto per i preziosi
insegnamenti e per la disponibilità a guidarmi durante tutta la realizzazione della ricerca.
Ringrazio i professori Nicola Barban, Giancarlo Blangiardo e Asher Colombo membri della
commissione; e i professori Giuseppe Sciortino, Martina Cvajner, Ivano Bison, Clemens
Kroneberg e Hans-Jürgen Andreß, per i loro suggerimenti e consigli, i quali mi hanno aiutato a
migliorare sostanzialmente questo lavoro. Un ringraziamento particolare va ai professori e ai
ricercatori del progetto CILS4EU di Mannheim (specialmente a Joerg Dollmann), del GESIS di
Colonia (specialmente Jara Kampmann e Bruno Hopp), della scuola di dottorato GK-SOCLIFE
(specialmente Ravena Penning e Katharina Spiess) e dell’Istituto FKB-IRVAPP (specialmente
Daniela Anesi e Sonia Marzadro) non solo per avermi reso fruibili dati indispensabili alla
realizzazione di questa ricerca, ma anche per i loro consigli, il loro aiuto e la loro amicizia. Un
ringraziamento speciale va alla mia famiglia: a Loris per la sua immensa pazienza, inesauribile
fiducia e sostegno, e a Carla e Alceo, Eddi, alle mie zie e cugini, alla mia cara nonna e al resto
dei miei familiari, per non aver mai smesso di incoraggiarmi. Alle amiche e agli amici sempre
vicini: Jara, Claudia, Tiziano, Agnese, Giulia, Nadya, Stefano, Laura e tanti altri, grazie
davvero per aver continuato a esserci nonostante le mie lunghe assenze.
5
Indice delle figure e delle tabelle Figura 1.1: Il modello teorico per la spiegazione dello svantaggio scolastico dei
figli di immigrati testato in questa ricerca 52
Tabella 2.1: Incidenza della popolazione straniera sul totale della popolazione e primi cinque paesi di provenienza degli stranieri in Gran Bretagna, Svezia, Italia, Paesi Bassi e Germania. I dati della prima parte della tabella fanno riferimento a una definizione di straniero basata sul paese di nascita, mentre quelli della seconda parte a una definizione basata sula cittadinanza posseduta. Dati Eurostat. 69
Figura 2.1: Andamento della popolazione straniera residente in Italia. Numerosità assoluta dal 1961 al 31 dicembre 2015 e incidenza rispetto alla popolazione complessiva in alcuni anni specifici. 71
Tabella 2.2: Primi quindici paesi di provenienza degli stranieri residenti in Italia, dal 1994 al 2015, percentuale corrispondente alle prime 15 nazionalità sul totale degli stranieri residenti per anno, e peso relativo delle specifiche provenienze sul totale degli stranieri residenti al 31/12/2015 74
Tabella 2.3: Incidenza degli studenti stranieri sul totale degli studenti iscritti nelle scuole italiane per livello scolastico, dal 1998/99 al 2013/14. 77
Tabella 2.4: Caratteristiche dei sistemi di istruzione (per il solo livello secondario) in vigore nei paesi presi considerati da questa ricerca. 80
Tabella 3.1: Numero di province, scuole, classi scolastiche e individui coinvolti nell’indagine INVALSI 2012/13 per livello scolastico indagato. Italia, valori assoluti. 90
Tabella 3.2: Distribuzione di frequenza delle variabili utilizzate nelle analisi del terzo capitolo per livello scolastico. Italia, dati INVALSI 2012/13, valori percentuali. 92
Tabella 3.2: Diagramma di dispersione dei punteggi di competenza linguistica (in ascissa) e logico-matematica (in ordinata) e retta interpolata, per grado scolastico e popolazione in base alla generazione migratoria. Italia, dati INVALSI 2012/13 95
Tabella 3.3: Quota di varianza nei risultati dei test di competenza linguistica spiegata dai diversi livelli considerati nelle analisi per grado scolastico. Italia, dati INVALSI 2012/ 13, valori percentuali. 103
Tabella 3.4: Quota di varianza nei risultati dei test di competenza linguistica spiegata dai diversi livelli considerati nelle analisi per grado scolastico e categoria di studenti. Italia, dati INVALSI 2012/13 104
Figura 3.2: Stima dell’effetto grezzo e dell’effetto al netto delle origini sociali della generazione migratoria sulle competenze linguistiche per livello scolastico indagato, risultanti da modelli di regressione lineare multilivello a quattro livelli e intercetta random in Italia. 107
Figura 3.2: Stima dell’ effetto dell’ esperienza migratoria sulle competenze linguistiche per livello scolastico indagato, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, dati INVALSI 2012/13. 109
Figura 3.4: Stima dell’ effetto della macro- area geografica di origine sulle linguistiche per livello scolastico indagato, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, dati INVALSI 2012/13, risultati corretti per il cheating. 111
6
Figura 3.5: Punteggio di competenza linguistica a seconda del titolo di istruzione dei genitori e della macro-area geografica di origine dello studente per livello scolastico predetto da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, dati INVALSI 2012/13, risultati corretti per il cheating. 114
Tabella 4.1: Numero di scuole e studenti coinvolti nelle analisi multivariate del quarto capitolo per paese considerato. Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Valori assoluti. 129
Tabella 4.2: Distribuzione di frequenza delle variabili utilizzate nelle analisi del quarto capitolo per paese considerato. Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Risultati pesati, valori percentuali. 133
Tabella 4.3: Quota di varianza nei risultati dei test di competenza linguistica spiegata dai due diversi livelli considerati nelle analisi, per paese. Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Risultati pesati, valori percentuali. 136
Figura 4.1: Stima dell’effetto grezzo, e dell’effetto al netto delle origini sociali, della generazione migratoria sulle competenze linguistiche con intervallo di confidenza al 95%, per paese considerato, risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Risultati pesati. 138
Figura 4.2: Stima dell’effetto dell’esperienza migratoria sulle competenze linguistiche e intervallo di confidenza al 95%, per paese considerato, risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Risultati pesati. 139
Figura 4.3: Stima dell’effetto della macro area geografica di origine sulle competenze linguistiche e intervallo di confidenza al 95%, per paese considerato, risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Risultati pesati. 142
Figura 4.4: Punteggio di competenza linguistica a seconda del livello di istruzione dei genitori e della macro-area geografica di origine dello studente per livello scolastico considerato, predetto da modelli di regressione lineare multilivello a due livelli e intercetta random. Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Risultati pesati. 143
Figura 4.5: Stima dell’effetto dell’appartenenza etnica specifica sulle competenze linguistiche, per paese considerato, risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Dati CILS4EU 2010/11, risultati pesati. 147
Tabella 5.1: Distribuzione di frequenza delle variabili utilizzate nelle analisi del quinto capitolo per paese considerato. Dati CILS4EU 2010/11 e 2012/13. Risultati pesati, valori percentuali. 160
Tabella 5.2: Stima dell’ effetto dell’ esperienza migratoria sulla probabilità di continuare la carriera scolastica regolare all’età di 15/16 anni, per paese considerato, risultante da modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Dati CILS4EU 2012/13, effetti marginali medi, risultati pesati. 165
Tabella 5.3: Stima dell’effetto dell’appartenenza etnica sulla probabilità di continuare la carriera scolastica regolare all’età di 15/16 anni, per paese considerato, risultante da modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Dati CILS4EU 2012/13, effetti marginali medi, risultati pesati. 167
7
Figura 5.1: Probabilità di continuare la carriera scolastica regolare all’età di 15/16
anni a seconda dello status socio-economico familiare (punteggio ISEI standardizzato) e dell’ appartenenza etnica, per paese considerato, predetto da modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Dati CILS4EU 2012/13, effetti marginali medi, risultati pesati.. 169
Tabella 5.4: Stima dell’effetto totale, diretto e indiretto (mediato dalle competenze scolastiche pregresse) dell’ appartenenza etnica sulla probabilità di continuare la carriera scolastica regolare all’età di 15/16 anni, per paese considerato, risultante dall’applicazione del metodo di decomposizione KHB a modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Dati CILS4EU 2012/13, effetti marginali medi, risultati pesati. 172
Tabella 5.5: Stima dell’effetto dell’appartenenza etnica sulla probabilità di scegliere un indirizzo secondario superiore di stampo accademico, per paese considerato, risultante da modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Dati CILS4EU 2012/13, effetti marginali medi, risultati pesati. 174
Tabella 6.1: Distribuzione di frequenza delle variabili utilizzate nelle analisi del sesto capitolo per paese considerato. Dati CILS4EU 2010/11, risultati pesati, valori percentuali. 189
Figura 6.1: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali (più elevato titolo di studio desiderato) e intervallo di confidenza al 95% risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Inghilterra, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati. 194
Figura 6.2: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali (più elevato titolo di studio desiderato) e intervallo di confidenza al 95% risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Germania, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati. 196
Figura 6.3: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali e sulle intenzioni reali a confronto, risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Inghilterra, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati.. 198
Figura 6.4: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali e sulle intenzioni reali a confronto, risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Svezia, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati. 198
Figura 6.5: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali e sulle intenzioni reali a confronto, risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Paesi Bassi, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati. 199
Figura 6.6: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali e sulle intenzioni reali a confronto, risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Germania, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati. 199
Figura 7.1: Il modello teorico per la spiegazione dello svantaggio scolastico dei figli di immigrati in Europa rivisto sulla base dei risultati ottenuti attraverso questa ricerca. 212
7
Introduzione
Dopo essere stata a lungo terra di emigrazione, anche l’Italia si è trasformata in una
importante meta dei flussi migratori internazionali (Colombo e Sciortino, 2004; Colombo,
2012). Dagli anni ’70 circa, il numero di stranieri che abitano nel nostro paese, prima
sostanzialmente trascurabile, ha incominciato a crescere, e la sua crescita è stata fino ad ora
costante. Rispetto ai dati di inizio secolo il numero dei residenti stranieri è triplicato.
Nonostante l’andamento degli ingressi dai paesi non comunitari recentemente abbia invertito la
sua direzione, registrando una decrescita di circa 8.000 unità all’anno a partire dal 2013
(ISTAT, 2016a), e che si rilevi una flessione anche nel numero di bimbi nati in Italia da
genitori immigrati (ISTAT, 2016b), la presenza straniera è tuttora in fase di crescita. Dal primo
gennaio 2015, anche se in rallentamento rispetto al passato1, la popolazione straniera residente
è comunque cresciuta di 11.716 unità, contro una riduzione di ben 141.777 unità nella
popolazione autoctona. Oggi gli stranieri in Italia sono più di cinque milioni e rappresentano
l’8,3% della popolazione (ISTAT, 2016a). In base ai più recenti dati diffusi da Eurostat, l’Italia
è il terzo paese dell’Unione Europea per presenza assoluta di popolazione con cittadinanza
estera, seconda solo a Germania e Regno Unito (EUROSTAT, 2016a). In quanto a dinamica
migratoria l’Italia sembra essersi in pochissimi anni allineata agli stati europei a più antica
tradizione di immigrazione. È innegabile dunque che la presenza di popolazione straniera sia un
aspetto importante nel nostro paese, che difficilmente verrà meno nel prossimo futuro
(Colombo e Sciortino, 2008; Cesareo e Blangiardo, 2009; Saraceno, Sartor, e Sciortino, 2013).
Come molti studiosi hanno sottolineato, l’aumento dell’incidenza della popolazione straniera
costituisce un segno della profonda trasformazione che ha investito non solo l’Italia ma tutte le
società europee negli ultimi decenni (Massey, 1998; Castles e Miller, 2003; Bommes e
Morawska, 2005). La preoccupazione pubblica per il mantenimento dell’ordine, cresciuta di
pari passo alla quota di immigrati, specialmente nelle aree urbane, ha fatto fiorire in tutta
Europa, sia a livello di dibattito politico che accademico, il desiderio di comprendere le ragioni
che hanno spinto un crescente numero di persone a raggiungere l’Europa, e quali effetti tali
movimenti possono esercitare nei paesi di arrivo.
Analizzando la letteratura, possono essere individuate sostanzialmente due prospettive di
studio. La prima si focalizza sull’analisi delle migrazioni, cioè sui movimenti di popolazione
attraverso i confini nazionali. La seconda è invece maggiormente interessata a comprendere gli
1 L’incremento della popolazione straniera residente registrato tra il 1 gennaio e il 31 dicembre 2015 è infatti stato
di 0,2% unità, mentre nello stesso periodo dell’anno precedente, l’aumento registrato era stato di 1,8% unità
(ISTAT, 2016a).
8
effetti della stabilizzazione della popolazione immigrata nei contesti di destinazione, cioè come
le minoranze etniche insediate si relazionano alla comunità etnicamente maggioritaria del paese
di arrivo, dotata di proprie norme, valori, regole di condotta e prassi di azione. In molti paesi
europei la presenza di popolazione immigrata è stato un aspetto a lungo considerato come
transitorio. In altre parole, il flusso migratorio in ingresso veniva percepito come composto da
persone che si sarebbero successivamente spostate, verso un altro paese in cerca di lavoro, o
per rientrare in patria. Tale considerazione ha sostenuto l’interesse verso le ragioni di questi
costanti movimenti nello spazio europeo (Ambrosini, 2005), dunque lo sviluppo soprattutto
della prima delle due prospettive di studio. Consistente è stata ad esempio l’analisi delle
motivazioni che spiegano questi movimenti di popolazione (Portes e Böröcz, 1989; Massey et
al., 1993), che ha permesso di elaborare la teoria dei fattori di spinta e di attrazione (push &
pull factors) e il concetto di catena migratoria (Lee, 1966; Passaris, 1989; Bauer e
Zimmermann, 1998), oltre che la comparazione delle caratteristiche dei migranti rispetto ai
connazionali rimasti nel paese di origine, che ha portato ad esempio allo sviluppo del concetto
di selezione positiva (Lee, 1966; Reiners, 1999).
Considerando gli immigrati in Europa come una popolazione “in transito”, per lungo
tempo non ci si è interrogati sui possibili esiti di lungo periodo di una loro permanenza nei
contesti di destinazione, come ad esempio il loro formare famiglie2, avere figli e costituirsi
come vera e propria comunità, etnicamente minoritaria, nel paese di arrivo3 (Portes e Rumbaut,
1996; Portes, 1996; Zhou, 1999; Portes, Fernandez-Kelly, e Haaler, 2009; Rivas e Portes,
2011). Analizzando la demografia attuale delle società europee, tuttavia, possiamo
comprendere come la presenza immigrata rappresenti un aspetto strutturale: non solo gli
ingressi dagli altri paesi non si sono arrestati nell’ultimo periodo bensì consolidati, ma la
popolazione immigrata ha proceduto a stabilizzarsi nei paesi di destinazione, i quali stanno
vedendo ora crescere considerevolmente la presenza di seconde generazioni (cioè i figli di
immigrati nati nelle società di destinazione) e di terze generazioni (i nipoti di immigrati nati da
genitori appartenenti alle seconde generazioni). Tali andamenti demografici hanno
accompagnato il sorgere di nuovi interrogativi, non più connessi alle ragioni e alle
caratteristiche dei movimenti migratori come nel passato, ma riguardanti piuttosto gli effetti
delle permanenze della popolazione immigrata e dei suoi discendenti nei paesi di destinazione.
Ad esempio ci si chiede in che modo le minoranze etniche si relazioneranno alla maggioranza:
2 Intendendo in questo caso sia il ricongiungere dei propri familiari sia il costituire famiglie etnicamente miste. 3 Nel caso dell’Italia, solo per fare un esempio, informazioni riguardanti gli immigrati residenti vengono calcolate
a partire dal censimento del 1961 (ISTAT, 1961), mentre statistiche specifiche sui figli di immigrati non sono
disponibili se non a partire dagli anni ’90 (MIUR, 1995).
9
si integreranno o si costituiranno come enclave etnica? Ma anche, in che modo la società
ricevente accetterà le minoranze: spingendole all’adozione dei propri tratti culturali secondo il
modello assimilazionista oppure favorendo il mantenimento delle particolarità etniche secondo
il modello multiculturale? E ancora: la presenza di una popolazione di origine immigrata
influirà sulla stratificazione sociale tradizionalmente presente in una determinata società? Per
rispondere a queste importanti domande, che riguardano gli esiti di lungo periodo della
presenza straniera in un determinato contesto nazionale, è necessario andare oltre l’analisi delle
esperienze dei primi flussi di immigrati giunti in età adulta, spostando il focus dell’attenzione ai
loro discendenti. Per tale ragione in questa tesi mi concentrerò sull’analisi delle esperienze dei
figli di immigrati, facendo riferimento con queste parole sia ai minori immigrati strictu sensu,
(figli di altri immigrati nati all’estero, cioè le cosiddette prime generazioni), che agli stranieri
nati nel paese di destinazione da genitori immigrati (dunque alle seconde generazioni)4.
La presenza di discendenti di immigrati in molti paesi europei è oggi un fenomeno
quantitativamente rilevante, come dimostrato dalle statistiche demografiche sulla popolazione
straniera raccolte dagli organismi internazionali (Eurostat, 2016b). Le numerosità coinvolte, già
piuttosto consistenti anche nei paesi a più recente storia immigratoria all’inizio del secolo
(Blangiardo, 2006), sono ulteriormente cresciute In Italia, ad esempio, quasi un quarto del
totale degli stranieri residenti non ha ancora compiuto diciannove anni5..Le nostre scuole
accolgono attualmente più di 814.000 studenti stranieri e più della metà di questi ultimi (il
55,3%) è nato in Italia come i compagni di classe italiani (Santagati e Ongini, 2016). In ragione
del fatto che la maggioranza dei discendenti degli immigrati in Italia si trova attualmente sui
banchi scuola, possiamo considerare la scuola come la principale arena di integrazione per i
figli di immigrati. Come vedremo nelle prossime pagine, è infatti ad essa che la società assegna
il compito di promuovere l’interiorizzazione delle norme e dei valori sociali condivisi, oltre ad
altre funzioni sociali estremamente rilevanti, come la trasmissione delle competenze
indispensabili allo sviluppo professionale e delle regole di condotta necessarie alla
partecipazione attiva alla vita associata. Un insuccesso scolastico rappresenta un esito non
4 Dove non altrimenti specificato, nel corso di questo lavoro utilizzerò il termine “studente straniero” come
sinonimo di “studente figlio di immigrati” intendendo, come specificato, per figli di immigrati tutti i figli di
genitori immigrati, sia che siano nati all’estero sia che siano nati nel paese di arrivo (facendo riferimento cioè alle
prime e alle seconde generazioni congiuntamente). Come si noterà, tali termini generali caratterizzeranno
specialmente il primo capitolo, mentre nei capitoli empirici le prime e le seconde generazioni saranno analizzate
separatamente e confrontate sia tra loro e che rispetto alla popolazione nativa. 5 Precisamente: il 22,13%. Dati Demo.istat relativi al 1° gennaio 2016, reperibili al link
http://demo.istat.it/strasa2016/index.html (link attivo il 03/03/17) I dati a cui si sta facendo riferimento sono stati
sottoposti da parte dell’Istituto Nazionale di Statistica di una procedura di validazione statistica sia qualitativa che
quantitativa. Questa procedura ha perseguito l’obiettivo di eliminare le incongruenze riscontrate tra i dati forniti
dalle anagrafi e quanto rilevato nell’ultimo censimento del 2011.
10
ottimale del processo formativo, ancora più problematico per i figli di immigrati rispetto ai
nativi, in ragione della riconosciuta importanza dell’esperienza scolastica nel più generale
processo di integrazione culturale e strutturale nella società ricevente. Per questo, allo studio
dell’andamento scolastico degli studenti stranieri rispetto a quello dei nativi è dedicata questa
tesi.
Motivazione e scopi di questo lavoro
Due sono gli obiettivi perseguiti con questa ricerca. Il primo è l’elaborazione di un
modello teorico che possa rendere conto delle principali spiegazioni dello svantaggio scolastico
degli studenti stranieri rispetto ai nativi in prospettiva comparata. Come approfondirò nel corso
del primo capitolo, nella fase iniziale degli studi sulle disparità etniche di istruzione, il
consenso degli studiosi è stato catalizzato da una interpretazione del divario come
primariamente, o esclusivamente, dovuto alle differenti risorse socio-economiche e culturali dei
figli di immigrati. Nel corso di questa ricerca tale approccio verrà messo in discussione, in
favore dell’assegnazione di centralità anche alla dimensione etnica. Ciò sarà svolto proponendo
e testando empiricamente un modello teorico che possa essere maggiormente in grado di
spiegare la quota di divario non dipendente dalla dimensione delle origini sociali. Uno degli
aspetti originali di questo lavoro è che, in questa proposta l’origine etnica viene interpreta come
costituita da due dimensioni distinte: la nazionalità e l’esperienza migratoria dell’individuo, le
quali sono lette come in grado di influire sull’istruzione in modo autonomo.
Un secondo aspetto con il quale questo lavoro intende contribuire al dibattito in materia è
la considerazione del caso italiano in prospettiva comparata. Ciò è rilevate per tre ragioni.
Anzitutto la relativa novità del fenomeno migratorio in Italia rende lo studio dell’integrazione
dei migranti nel nostro paese particolarmente interessante. Inoltre, le caratteristiche dei flussi in
ingresso in l’Italia sono sensibilmente differenti da quelle che hanno riguardato i reclutamenti
di lavoratori stranieri da parte dei paesi dell’Europa continentale o i flussi dalle ex-colonie
verso i paesi dell’Europa settentrionale. Questo aspetto che rende particolarmente interessante
testare la portata esplicativa delle elaborazioni teoriche derivate dallo studio di questi casi nel
nostro paese. Ma, specialmente, in quanto sorprende la mancanza, nella letteratura
contemporanea sulle disparità etniche d’istruzione, di ricerche che mettano a confronto i
meccanismi generativi dello svantaggio scolastico degli studenti stranieri tra destinazioni
tradizionali e ‘nuove’ mete migratorie (Cebolla-Boado e Finotelli, 2015; Azzolini et.al., 2012).
Se si escludono le grandi indagini internazionali, come ad esempio PISA, e gli studi che ne
hanno utilizzato i dati per ricercare gli effetti delle dimensioni macro-sociali, possiamo rilevare
11
che i paesi dell’Europa meridionale (Spagna, Portogallo, Grecia e Italia) vengono generalmente
esclusi dalle ricerche di approfondimento di casi nazionali in prospettiva comparata. Per questa
ragione, uno degli obiettivi principali di questa ricerca è quello di analizzare lo svantaggio
scolastico dei figli di immigrati in Italia, e di comparare i risultati con quelli che emergono
dallo studio di altri contesti nazionali a più antica tradizione migratoria. Per cercare di
raggiungere questi obiettivi, lo studio prenderà in esame due diverse fonti di dati secondari: una
fonte nazionale di natura censuaria e una fonte internazionale basata su un’inchiesta
campionaria condotta utilizzando le stesse tecniche e procedure di rilevazione in Germania,
Inghilterra, Paesi Bassi e Svezia. Le caratteristiche della prima fonte, corrispondente ai dati
raccolti dall’Istituto Nazionale per la Valutazione del Sistema Educativo di Istruzione e di
Formazione (INVALSI) verranno approfondite estensivamente all’interno della sezione 3.2.1
del terzo capitolo. La seconda fonte, cioè l’indagine CILS4EU (Children of Immigrants
Longitudinal Survey in Four European Countries) verrà invece presentata nel dettaglio nella
sezione 4.2.1 del quarto capitolo. Le analisi empiriche si svolgeranno su queste due fonti sia
separatamente che congiuntamente, a seconda degli obiettivi dei diversi capitoli.
La struttura del lavoro
Sei sono i capitoli di cui si compone questa tesi. Il primo capitolo, teorico prende in
considerazione più da vicino le riflessioni avanzate dagli studiosi riguardo le determinanti
dell’insuccesso scolastico dei figli di immigrati nelle società riceventi. In questo capitolo sarà
chiarito che cosa si intenda per integrazione, perché la scuola possa essere considerata come
uno snodo centrale nel processo di integrazione delle minoranze etniche nel paese ospitante, e
in che termini lo svantaggio scolastico possa essere inteso come un rilevante indicatore della
presenza di ostacoli all’integrazione. A partire da queste argomentazioni sarà presentato il
modello teorico che guida la ricerca. Quest’ultimo, rappresentato graficamente in figura 1.1 (a
pagina 52), presenta come tratti salienti quattro aspetti: la considerazione della dimensione
etnica come centrale a fianco di quella delle origini sociali (ipotesi 1), l’interpretazione
dell’origine etnica come costituita da due aspetti analiticamente distinguibili -la nazionalità e
l’esperienza migratoria- entrambi in grado di influire sull’istruzione dell’individuo in modo
autonomo (ipotesi 2), la considerazione degli effetti che questi fattori singolarmente intesi
esercitano sia sugli apparentamenti che sulle scelte scolastiche a parità di competenze acquisite
(ipotesi 3), e non solo in modo additivo ma anche in interazione con le origini sociali (ipotesi
4). Mentre il secondo capitolo presenta una trattazione delle caratteristiche principali del
sistema di istruzione italiano in comparazione a quello degli altri contesti europei esaminati,
12
nonché della storia migratoria delle diverse nazioni con una particolare attenzione alla
composizione etnica della popolazione attualmente residente, è nei successivi quattro capitoli è
si entrerà nel vivo del test delle ipotesi di ricerca derivate dal modello teorico proposto.
Coerentemente alla forma monografica di questa tesi, ognuno dei capitoli empirici
rappresenta un tassello del test di tutte le ipotesi che guidano il lavoro. Ciononostante, ogni
capitolo è anche caratterizzato da una certa specificità. Ad esempio, il terzo capitolo, oltre a
fornire indizi relativamente a ciascuna delle quattro ipotesi, testa un ulteriore carattere di fondo
del modello teorico, cioè il suo svolgersi interamente a livello individuale. Il capitolo, che si
focalizza sul caso italiano prendendo in esame le competenze linguistiche, considera nelle
analisi anche le spiegazioni dello svantaggio scolastico dei figli di immigrati alternative a
quelle basate sulle caratteristiche individuali, misurando quanto le caratteristiche del gruppo dei
pari, quelle delle scuole e quelle del contesto locale sono in grado di influire sulle stime degli
effetti autonomi della migrazione e dell’appartenenza etnica. Le analisi, inoltre, si svolgeranno
su tre gradi scolastici successivi, analizzati in parallelo con l’intento di valutare quanto il
modello proposto sia sensibile alla variazione dell’età degli studenti. Il quarto capitolo prende
invece in considerazione le competenze dei figli di immigrati alla fine della scuola secondaria
inferiore, adottando però in questo caso un’ottica comparativa. Le due fonti di dati presentate
saranno considerate congiuntamente, con l’obiettivo di misurare da un lato quanto il risultato
del test delle ipotesi di ricerca dipenda dal contesto nazionale esaminato, e dall’altro quanto le
conclusioni ottenute per il caso italiano siano specifiche o al contrario analoghe a quanto
accade negli altri paesi europei.
Il quinto capitolo procede ulteriormente nel test delle quattro ipotesi presentate,
focalizzandosi tuttavia in questo caso sulle scelte di istruzione dei figli di immigrati, non solo al
netto delle origini sociali, ma anche a parità di competenze precedentemente acquisite. Come
vedremo, nonostante possa infatti essere riscontrato uno svantaggio etnico in termini di
apprendimenti, questo non sembra riflettersi in misura considerevole sulle successive scelte di
istruzione. In altre parole, se le origini etniche sono in grado di influire negativamente
sull’acquisizione di competenze, al contrario esse risultano associate positivamente sia al tasso
di proseguimento degli studi dopo la secondaria inferiore, sia alla scelta dell’indirizzo di studio.
Il sesto e ultimo capitolo empirico cercherà, quindi, di approfondire quali possono essere le
ragioni di questo risultato particolarmente interessante, focalizzando sul ruolo giocato dalle
aspirazioni e dalle intenzioni educative dei figli degli immigrati. Più precisamente, l’apporto
specifico all’economia del lavoro di questo capitolo è il tentativo di illuminare uno dei
meccanismi alla base del modello teorico di riferimento, procedendo a una mappatura le
13
differenze nelle aspirazioni educative tra minoranze e maggioranza etnica, e analizzando i
fattori che possono incidere su di esse con una particolare attenzione al ruolo giocato
dall’appartenenza etnica, anche in questo caso in prospettiva comparativa.
Nella sezione finale del lavoro, i diversi tasselli corrispondenti ai risultati emersi verranno
combinati e interpretati alla luce delle argomentazioni del primo capitolo, allo scopo di valutare
l’efficacia del modello teorico che ha guidato il lavoro a spiegare i meccanismi principali delle
disparità etniche di istruzione in Europa. Come vedremo, i dati emersi spingeranno verso una
riconsiderazione della versione originariamente proposta in quanto i test della terza e quarta
ipotesi forniranno risultati parzialmente differenti dalle aspettative iniziali. Infine verranno
discusse le limitazioni dello studio condotto e quali direzioni potrebbero prendere i futuri
sviluppi di questa ricerca. Una riflessione finale sulle indicazioni di politica pubblica che
possono essere avanzate sulla base di questo emerso con questa ricerca concluderà il lavoro.
14
1. Lo svantaggio scolastico dei figli di immigrati: un tentativo di spiegazione
Introduzione
In questo primo capitolo mi focalizzo sulle riflessioni teoriche avanzate riguardo alle
determinanti dell’insuccesso scolastico dei figli di immigrati nelle società riceventi. A partire
da queste elaboro un modello teorico specifico da cui ricaverò le ipotesi di ricerca che metterò
alla prova nei capitoli successivi. Nella prima sezione tratto anzitutto di che cosa si intenda
per integrazione. Illustrerò le molteplici dimensioni che il concetto sottende e fornirò una
breve sintesi della sua evoluzione storica. Giustificherò più nel dettaglio perché la scuola può
essere considerata come uno snodo centrale nel processo di integrazione delle minoranze
etniche nel paese ospitante, e dunque su che basi è possibile considerare lo svantaggio
scolastico come un rilevante indicatore della presenza di ostacoli all’integrazione. Concluderò
la prima sezione parlando della polisemia del concetto di svantaggio scolastico, argomentando
teoricamente quale traduzione empirica possa essere considerata la più efficace ai fini dei miei
interrogativi di ricerca. Nella seconda sezione sposterò l’attenzione sulle precedenti ricerche
sullo svantaggio scolastico degli studenti stranieri in Europa, illustrando quali argomentazioni
esse hanno avanzato per dare conto dei divari di istruzione tra studenti nativi e figli di
immigrati. Data la rilevanza dell’elaborazione teorica sulla stratificazione sociale per
l’economia di questo lavoro, fornirò anzitutto una panoramica delle teorie che illustrano in
che modo le origini sociali comportano il crearsi a livello aggregato di uno svantaggio
scolastico specifico per alcune categorie sociali. Successivamente illustrerò come, nella prima
fase degli studi sulla stratificazione etnica in istruzione, il modello teorico tradizionale che
connette origini sociali e risultati scolastici sia stato allargato alla comprensione dello
svantaggio dei figli di immigrati. Nella terza sezione del capitolo metterò in discussione tale
prassi e presenterò l’elaborazione di un modello teorico che, costruendo sulla versione
tradizionale, assegni una maggior rilevanza alla dimensione etnica, permettendo quindi di dar
conto del divario non spiegato dalla dimensione delle origini sociali. Diversamente da quanto
già presente in letteratura, in questa proposta l’origine etnica verrà interpreta come costituita
da due dimensioni distinte, la nazionalità e l’esperienza migratoria, entrambe interpretate
come in grado di influire sull’istruzione dell’individuo in modo autonomo sia dalle origini
sociali che l’una dall’altra. Tratterò inoltre sulla base di quali argomentazioni esse esercitano
sia effetti primari che secondari sull’istruzione, cioè influiscono sia sull’acquisizione delle
competenze scolastiche da parte degli individui, che sulle loro scelte a parità di livello di
apprendimento. Infine, fornirò una sintetica trattazione delle teorie che, criticando la visione
che assegna alle caratteristiche individuali il ruolo principale nella spiegazione del divario
scolastico dei figli di immigrati, hanno proposto modelli interpretativi concorrenti focalizzati
sul ruolo dei fattori contestuali.
15
1.1 L’integrazione degli immigrati e il ruolo dell’istruzione
1.1.1 Il concetto di integrazione e la sua evoluzione storica
I riferimenti all’integrazione degli stranieri caratterizzano il nostro quotidiano. Il
termine «integrazione» viene utilizzato con frequenza dai giornalisti e dai politici, dagli
studiosi e dagli operatori sociali. Se ne può rintracciare la presenza nei discorsi pubblici a
diversi livelli, da quello internazionale a quello sublocale, ma anche nei dibattiti accademici e
nelle discussioni informali (Ceobanu e Escandell, 2010). Spesso le accezioni con cui il
termine è utilizzato sono differenti, segno della complessità e multidimensionalità di questo
concetto (Castles et. al., 2002; Ager e Strang, 2008; Cesareo e Blangiardo, 2009). Cosa si
intende dunque esattamente per integrazione? Gallino la definisce come lo “stato variabile di
una società – ovvero di un sistema sociale, di un gruppo, o altra collettività – caratterizzato
dalla tendenza e disponibilità costanti da parte della gran maggioranza degli individui che la
compongono a coordinare regolarmente ed efficacemente le proprie azioni sociali con quelle
degli altri a diversi livelli della struttura, facendo registrare un grado relativamente basso di
conflitto” (Gallino, 1978 - pp.378). L’autore sottolinea la connessione tra il concetto di
integrazione e “il problema classico dell’ordine sociale, inteso quale stabilità, armonia,
convivenza pacifica”, concetti che, alla pari di quelli di coesione e di inclusione sociale,
possono essere considerati affini a quello di integrazione (Boccagni e Pollini, 2012). Su
analoghe considerazioni si poggia la definizione promossa dalla Commissione Mondiale sulle
Migrazioni Internazionali delle Nazioni Unite. Essa applica la definizione generale del
concetto di integrazione all’ambito specifico delle relazioni interetniche definendolo come il
“processo lungo e multidimensionale che richiede impegno, da parte sia dei migranti che dei
membri della società ricevente, al fine di raggiungere l’adattamento e il rispetto reciproco, in
modo che le interazioni tra nativi e immigrati siano pacifiche e positive” (GCIM, 2005 -
pp.44). Si può notare da queste parole, come ha suggerito tra gli altri Favell, che il concetto di
integrazione racchiuda contemporaneamente una valenza descrittiva e una normativa (Favell,
2003): la sua definizione sembra suggerire infatti implicitamente a quale meta il processo
deve tendere (Castles & Miller, 2003).
L’Unione Europea si è fatta portavoce di una considerazione dell’integrazione degli
immigrati in termini di obiettivo da perseguire su tutto il territorio europeo (Consiglio
dell'Unione Europea, 19 novembre 2004). Questo riconoscimento, ha comportato il sorgere
della necessità di determinare empiricamente lo stadio attuale dell’integrazione nei diversi
16
paesi, in modo da adottare le politiche pubbliche necessarie a conseguire l’obiettivo europeo
(Ager e Strang, 2008). La volontà di misurare l’integrazione si è però fin da subito scontrata
con il riconoscimento dei molteplici aspetti che esso sottende (Entzinger, 2000; Castles et. al.,
2002; Entzinger e Biezeveld, 2003; Vermeulen, 2004; Cesareo e Blangiardo, 2009;
Neederlands Institute for Social Research, 2012). Esaminando la letteratura, è possibile
rilevare un generale accordo tra gli studiosi sulla possibilità di individuare quattro dimensioni
principali sottostanti a tale concetto: quella socio-economica, quella culturale-identitaria,
quella politica-legale e quella sociale-relazionale. La prima di queste è quella che più delle
altre richiama la sfera economica della società: essa fa riferimento al modo con cui gli
immigrati partecipano alla divisione sociale del lavoro in una determinata società, e viene
empiricamente tradotta nella posizione da loro occupata all’interno del sistema di
stratificazione sociale in essa presente. La seconda dimensione, quella culturale-identitaria
rimanda da un lato all’acquisizione della lingua del paese di arrivo e dall’altro l’aspetto più
profondo dell’adozione o meno dei tratti culturali in esso dominanti. La terza dimensione
richiama gli studi sul riconoscimento giuridico degli immigrati e sulla loro partecipazione al
sistema democratico. Gli indicatori più frequentemente utilizzati per questa dimensione sono
l’acquisizione della residenza e della cittadinanza, la libertà associativa e l’esercizio del voto.
L’ultima dimensione, quella sociale-relazionale, riguarda i rapporti sociali tra immigrati e tra
migranti e nativi; il costituirsi di amicizie e relazioni sentimentali, l’inclusione sociale e quella
urbana delle minoranze etniche.
I tentativi dell’Unione Europea di definire un sistema unico di misurazione
dell’integrazione, standardizzato per tutti i paesi membri, sono stati ostacolati dalla
rilevazione della presenza di interpretazioni eterogenee del concetto di integrazione da parte
dei singoli governi, i quali utilizzano indicatori diversi per valutare il grado di inclusione degli
immigrati nel proprio paese, riflettendo una attribuzione differenziata di importanza alle
dimensioni del concetto (Heckmann, Lederer, & Worbs, 2001; Carrera, 2008). Se la
dimensione socio-economica è generalmente sempre considerata come particolarmente
importante dagli stati dell’Unione Europea, diverso è stato il caso della dimensione culturale-
identitaria che nel corso del tempo ha goduto di fortune alterne, o della dimensione sociale-
relazionale, che non di rado è stata esclusa dall’esame degli aspetti dell’integrazione
considerati rilevanti tanto da essere incentivati attivamente attraverso politiche pubbliche
specifiche. Dopo varie proposte (Entzinger e Biezeveld, 2003), attualmente il sistema di
indicatori dell’integrazione che gode di maggiore consenso è quello di Saragozza (Eurostat,
2011). Le quattro aree chiave riconosciute fondamentali dagli stati europei per misurare
17
l’integrazione sono: il lavoro (misurato attraverso i tassi di attività, di occupazione e di
disoccupazione), l’istruzione (sia in termini di apprendimento di competenze che di
partecipazione all’istruzione), l’inclusione sociale (determinata studiando la distribuzione dei
redditi e dei capitali, e del rischio di cadere in povertà) e la cittadinanza attiva (di cui sono
indicatori l’acquisizione della cittadinanza, della residenza e l’esercizio dell’elettorato
passivo). Questo sistema di indicatori condiviso è composto solo da una serie ristretta dei
possibili aspetti attribuibili all’integrazione, esso rappresenta quelli che oggi possono essere
intesi come più importanti6.
Quello che oggi intendiamo per integrazione, specie nel suo senso normativo, è frutto
del processo storico che ha investito la concezione del termine. La prima e più conosciuta
considerazione del processo di integrazione si deve ai sociologi della Scuola di Chicago
(Thomas e Znaniecki, 1918; Park, 1928; Park, 1930) i quali, tuttavia, vi si riferivano con il
termine di ‘assimilazione’ (Gordon, 1964). La visione classica interpretava l’integrazione
come “un processo di [progressiva] fusione, in cui persone e gruppi acquisiscono le memorie,
i sentimenti e gli atteggiamenti di altre persone e gruppi e, condividendo le loro esperienze e
la loro storia, sono incorporati con essi in una vita culturale comune” (Park e Burgess, 1924)7.
L’esito previsto per il processo di assimilazione, in altre parole, è l’acquisizione da parte degli
immigrati di tutti i tratti costituivi della società ricevente, fino alla completa scomparsa di
tutte le differenze originarie. Tale lettura del processo di integrazione come omogeneo e
irrevocabile per tutti i gruppi etnici godeva del più ampio consenso nell’America dell’inizio
del 1900. Tale concezione, tuttavia, entrò in crisi a partire circa dalla metà degli anni sessanta
dello scorso secolo. Le ragioni di questo cambiamento di prospettiva sono da ricercarsi da un
lato nei mutamenti della natura dei flussi migratori (Massey, 1998), e dall’altro nelle
trasformazioni del modello produttivo delle società riceventi, meno in grado di assorbire le
elevate quote di lavoratori non qualificati che avevano caratterizzato le prime fasi dei flussi
migratori internazionali. Contestualmente, la valorizzazione a livello sociale delle diversità
culturali della popolazione, sia di quella nativa che di quella immigrata, ha favorito
6 Più precisamente, i quattordici indicatori chiave di integrazione, secondo la Commissione Europea sono:
- Area occupazione: tasso di occupazione, tasso di disoccupazione e tasso di attività.
- Area istruzione: maggiore titolo scolastico raggiunto, quota di 15enni con scarsi risultati scolastici, quota di
30-34enni con titolo di istruzione terziario, quota di abbandono scolastico e formativo.
- Area inclusione sociale: reddito netto mediano, tasso di popolazione a rischio povertà, quota di popolazione il
cui stato di salute autopercepito è definito come «cattivo», rapporto tra proprietari e non proprietari di
immobili tra gli immigrati e il totale della popolazione.
- Area cittadinanza: quota di immigrati che hanno ottenuto la cittadinanza, quota di immigrati titolari di permessi
di soggiorno permanente o di lungo periodo, quota di immigrati tra i rappresentanti eletti.
(Eurostat 2011 – pag. 11, disponibile al link (04/02/15) http://ec.europa.eu/eurostat/
documents/3888793/5849845/KS-RA-11-009-EN.PDF/9dcc3b37-e3b6-4ce5-b910-b59348b7ee0c) 7 Tradotto e riportato in Ambrosini 2005.
18
l’abbandono del progetto della completa «fusione» tra le due (Kivisto, 2005). La visione
contemporanea del concetto di integrazione, non auspica più l’affievolirsi delle diversità
culturali tra la popolazione in ingresso e quella originariamente residente in un determinato
contesto, ma focalizza piuttosto sulla riduzione delle disuguaglianze socio-economiche
dell’una rispetto all’altra (Brubaker, 2001). L’assegnazione di centralità a questa dimensione è
condivisa dalle due teorie dell’integrazione attualmente più affermate: la nuova teoria
dell’assimilazione (Alba e Nee, 1997; Alba R. , 2003; Alba e Nee, 2003; Alba et. al., 2011) e
la teoria dell’assimilazione segmentata (Portes e Zhou, 1993; Portes e Rumbaut, 1996; Zhou,
1999; Rumbaut e Portes, 2001; Portes e Fernandez-Kelly, 2008). Ciononostante, questi due
approcci teorici differiscono tra loro sostanzialmente rispetto alla considerazione della natura
di tali disparità socio-economiche tra minoranza e maggioranza etnica. Per la nuova teoria
dell’assimilazione, esse non sono sistematiche. Detto altrimenti, le disuguaglianze socio-
economiche rilevabili nel corso del processo di integrazione non assumono un carattere
strutturale: esse sono destinate a venir meno con il susseguirsi delle generazioni. L’esito
previsto del processo di integrazione, come per la versione classica, rimane dunque quello
della completa incorporazione al mainstream, indipendentemente dal gruppo etnico di
appartenenza. I sostenitori della teoria opposta, quella dell’assimilazione segmentata, mettono
invece in discussione quest’ultimo assunto, sostenendo che l’assimilazione positiva alla
maggioranza etnica avvantaggiata in termini socio-economici rappresenti solo uno dei
possibili esiti del processo di integrazione. Per alcuni gruppi quest’ultimo potrebbe invece
concludersi con un’integrazione al ribasso, ovvero con l’assimilazione agli strati più
svantaggiati della società ospitante. Questo esito negativo del processo è segnalato dalla
riproduzione intergenerazionale delle disparità socio-economiche delle prime generazioni ai
loro discendenti. Secondo questa interpretazione la differenziazione dei percorsi di
integrazione seguiti dagli immigrati non dipende da loro idiosincrasie personali destinate a
venir meno nel corso delle generazioni, ma è connessa a dimensioni specifiche. Essendo
dunque aspetti strutturali, tali dimensioni in grado di influenzare l’andamento del processo di
integrazione si costituiscono come interessanti oggetti di studio sociologico (Portes, 1995;
Portes e Rumbaut, 2001). Poiché, come abbiamo visto, la riproduzione intergenerazionale
delle disparità socio-economiche costituisce il segno principale della presenza di ostacoli al
processo di integrazione delle minoranze etniche, l’esame della partecipazione dei figli di
immigrati alla sfera economica della società risulta cruciale per comprendere l’andamento del
percorso di integrazione dei diversi gruppi etnici e i suoi esiti di lungo periodo.
19
1.1.2 La centralità della scuola nel processo di integrazione
Per un individuo adulto, la dimensione socio-economica dell’integrazione può essere
misurata attraverso la sua partecipazione al mercato del lavoro, come ad esempio suggerito
dal sistema di indicatori di Saragozza (Eurostat, 2011). Questa dimensione riveste una
particolare rilevanza nello studio dell’andamento del processo di integrazione (Wrench et. al.,
1999), in quanto la posizione occupazionale degli individui condiziona in misura sostanziale
le loro condizioni materiali e immateriali di vita (Schizzerotto, 1988). Avere una fonte di
reddito costante, infatti, costituisce un prerequisito per la soddisfazione dei cosiddetti bisogni
primari, come alimentarsi e vestirsi (Maslow, 1943). Possedere i mezzi monetari necessari a
vivere al di fuori di situazioni di marginalità sociale, conducendo uno stile di vita dignitoso,
può costituire una base positiva per integrarsi compiutamente anche nelle altre sfere sociale-
relazionale, politica-legale e culturale-identitaria, associabili alla soddisfazione dei cosiddetti
bisogni secondari della vita. Questi ultimi assumono tanta più rilevanza quanto più i bisogni
primari vengono efficacemente soddisfatti. In Europa, le ricerche di sociologi ed economisti
hanno prodotto già un numero considerevole di riscontri empirici sulla posizione
occupazionale degli immigrati nei paesi riceventi. I risultati finora ottenuti indicano una
consistente presenza di differenze tra i lavoratori stranieri e i loro colleghi nativi (Castles e
Kosack, 1973; Kogan, 2006; Heath e Cheung, 2007; Brekke e Mastekaasa, 2008; Hansen e
Lofstrom, 2009; Reyneri e Fullin, 2011; Kogan, 2011).
Riscontrare sistematiche e perduranti disuguaglianze tra i lavoratori immigrati e quelli
autoctoni, tuttavia, non è di per sé estremamente sorprendente. Diversamente dai nativi, gli
immigrati giunti da adulti hanno infatti dovuto affrontare gli effetti negativi del progetto
migratorio (come ad esempio la perdita di capitale sociale e il possibile mancato
riconoscimento dei titoli di studio acquisiti in patria) e sostenere gli alti costi di ingresso nella
società ricevente (come, tra gli altri, l’apprendimento da adulti di una nuova lingua e di nuove
prassi di azione e regole di condotta precedentemente sconosciute). La loro presenza, inoltre,
è largamente legata ex-ante a una domanda di lavoro sotto qualificato e dunque scarsamente
retribuito. Queste considerazioni vengono meno invece per i loro discendenti nati nel paese di
destinazione: essi non hanno dovuto affrontare in prima persona l’esperienza traumatica della
migrazione e, essendo cresciuti nella società ricevente, hanno appreso nel corso della
socializzazione le prassi di azione condivise in quest’ultima, entrando a conoscenza nel
contempo di importanti informazioni utili a compiere scelte di vita consapevoli nella società
di arrivo. Inoltre, avendo frequentato le scuole nel paese ospitante, essi sono dotati di titoli di
20
studio immediatamente riconoscibili dai datori di lavoro e possono fare affidamento sulle reti
sociali costruite negli anni all’interno del paese di destinazione. Giunto il momento
dell’ingresso sul mercato del lavoro, non dovrebbero essere quindi per loro all’opera i
medesimi elevati ostacoli affrontati dai loro genitori immigrati8. In linea con il quadro teorico
delineato nel precedente paragrafo, è dunque la partecipazione al mercato del lavoro dei figli
di immigrati, piuttosto che quella dei loro genitori, a essere particolarmente informativa
dell’andamento del processo di integrazione (Brubaker, 2001).
Nonostante l’analisi della partecipazione delle seconde generazioni al mercato del
lavoro costituisca un imperativo per la ricerca sull’integrazione delle minoranze etniche, non
sempre essa è facilmente attuabile. Per molti paesi europei, specie per quelli a più recente
storia di immigrazione come l’Italia, il numero di discendenti di immigrati di età tale da aver
completato il percorso scolastico è quasi sempre tanto ridotto da rendere impossibile l’analisi
delle differenze nelle carriere professionali rispetto ai nativi. La strategia migliore per
superare questo ostacolo è rappresentata dallo studio della partecipazione delle minoranze
etniche al sistema di istruzione. Questa affermazione trova giustificazione nella connessione
presente tra i risultati scolastici dei soggetti e il loro futuro successo occupazionale. Nelle
società contemporanee a economia di mercato e regime politico pluralista, infatti, la scuola
rappresenta uno dei canali principali di mobilità sociale. È a essa che le società assegnano il
compito della selezione sociale, ovvero quello di graduare le nuove generazioni in termini sia
verticali (di più alto livello scolastico conseguito) che orizzontali (di indirizzo di studio a
parità di livello scolastico raggiunto). Al termine del percorso formativo, il titolo di studio
conseguito dagli studenti sarà estremamente rilevante per la possibilità di raggiungere le
migliori posizioni all’interno della stratificazione sociale e occupazionale (Brint, 1998;
Schizzerotto e Barone, 2006). Poiché, nelle società contemporanee, i risultati scolastici
rappresentano uno dei predittori chiave della successiva posizione occupazionale degli
individui, rilevare uno svantaggio scolastico attribuibile alla nazionalità risulta
particolarmente informativo della presenza di ostacoli e intoppi al processo di integrazione.
Un andamento scolastico problematico, tuttavia, non esaurisce i suoi effetti negativi alla
sfera della mobilità sociale. La scuola nelle società avanzate, infatti, oltre alla funzione della
selezione sociale di cui si è finora parlato, è chiamata a esercitare una molteplicità di altre
funzioni centrali per lo sviluppo stesso della società (Gallino, 1978; Brint, 1998). I titoli di
8 Si noti che con questo non si vuole sostenere che non siano empiricamente riscontrabili disparità legate
all’origine etnica nella transizione al mercato del lavoro dei figli di immigrati, quanto piuttosto che per le
seconde generazioni nate e cresciute nel paese di destinazione non siano all’opera gli identici meccanismi che
spiegano efficacemente la sovra rappresentazione degli immigrati adulti nelle occupazioni di carattere manuale.
21
studio conseguiti dagli individui, difatti, non costituiscono esclusivamente delle credenziali in
grado di garantire le migliori posizioni occupazionali (Spence, 1973; Stiglitz, 1975), ma sono
anche interpretabili come segnali del capitale umano accumulato dal soggetto durante il suo
percorso scolastico (Becker, 1962). La trasmissione delle competenze e lo sviluppo delle
capacità individuali, congiuntamente alla selezione degli studenti, rappresentano uno degli
obiettivi principali della scuola (Schizzerotto, 1997). Quest’ultima deve riuscire nell’intento
di preparare nel miglior modo possibile le nuove generazioni alla vita in una società
complessa, in cui le capacità di ragionamento logico e di utilizzo razionale delle informazioni
sono considerate centrali (Fischer, 2007). Oltre a questo tipo di competenze, che possiamo
considerare generali, essa deve anche attrezzare gli studenti con nozioni e conoscenze
specifiche, in grado di sostenerli nell’ingresso nel mercato del lavoro. Infatti, sebbene in
alcuni contesti la formazione che si realizza in ambiente lavorativo sia ancora oggi tutt’altro
che marginale (Estevez-Abe, Iversen, e Soskice, 2001), il modo scolastico di apprendere,
nelle società contemporanee, si è sostituito ormai quasi interamente a quello tradizionale,
basato sulla diretta osservazione e sull’imitazione del lavoro altrui. L’esperienza scolastica è
dunque fondamentale per costruire la propria capacità professionale.
Mentre si occupa di trasmettere competenze, e graduare gli studenti verticalmente e
orizzontalmente9, la scuola favorisce l’interiorizzazione delle norme sociali, delle regole di
condotta e dei valori condivisi in un dato contesto sociale (Brint, 1998; Schizzerotto e Barone,
2006). È propriamente la funzione socializzatrice della scuola ad assumere una rilevanza
particolare nelle società contemporanee, in cui il carattere multietnico è sempre più spiccato.
La scuola dell’obbligo, specialmente, si trova in una posizione privilegiata per l’inclusione dei
giovani appartenenti a differenti culture (Fischer e Fischer, 2002). La popolazione degli
studenti che entrano ogni anno nei sistemi scolastici europei è, infatti, sempre più eterogenea.
Il difficile compito della scuola è quello di gestire questa diversità, favorendo l’incontro e le
interazioni tra i gruppi, contestualmente allo sviluppo delle personalità e delle capacità di tutti
gli studenti, indipendentemente dal loro contesto di origine e senza discriminazioni legate al
genere, alla religione, all’età, all’orientamento sessuale e all’origine etnica. Tutto quanto
argomentato finora rispetto al ruolo della scuola nelle società contemporanee non deve
tuttavia far credere che ci si aspetti che al termine del percorso scolastico gli studenti debbano
necessariamente essere esattamente uguali tra loro. Il compito della scuola, infatti, è quello di
9 Come argomentato nelle precedenti pagine, per selezione verticale si intende la graduazione degli studenti in
termini di titoli di studio che possono essere acquisiti a diversi livelli, dal minore (titolo di scuola dell’obbligo) al
maggiore (istruzione terziaria o post terziaria). Per selezione orizzontale si fa riferimento invece al
conseguimento dei titoli in indirizzi di studio differenti, che rispecchiano le specifiche competenze tecniche
acquisite.
22
garantire non tanto l’uguaglianza dei risultati, quanto più l’uguaglianza delle opportunità.
Detto diversamente, non costituisce un aspetto particolarmente problematico per la società
civile la presenza di differenze anche considerevoli tra gli studenti in termini di titoli raggiunti
e di competenze acquisite, a patto che queste riflettano aspetti personali come la motivazione,
l’impegno e le inclinazioni individuali. Differenze di questo tipo vengono considerate
legittime (Schizzerotto, 2002). Diversamente, esse diventano problematiche quando non
dipendono da tratti idiosincratici individuali ma si basano sul possesso di caratteristiche
ascritte. In altri termini nelle società contemporanee, diversamente da quelle tradizionali, ci si
aspetterebbe che le uniche disuguaglianze all’opera siano disuguaglianze di fatto, cioè
differenze oggettive e sistematiche tra i soggetti, dipendenti da caratteristiche che possono
essere da loro acquisite e perse (Schizzerotto, 1988; Saraceno e Schizzerotto, 2009). Le
disparità di diritto, connesse al possesso di determinati caratteri per nascita (come ad esempio
il genere o il colore della pelle) vengono invece generalmente considerate illegittime. Proprio
per il ruolo cruciale della scuola nei processi di mobilità sociale, è diffusa la pretesa che la
differenziazione degli studenti avvenga in modo oggettivo ed equo. Il riferimento al
cosiddetto ‘criterio meritocratico’, infatti, è estremamente frequente quando si effettuano
valutazioni sulla base delle quali vengono distribuite delle ricompense (come ad esempio i
titoli di studio più elevati) (Crompton, 1998). Quello che è lecito aspettarsi in base alle
premesse, è dunque che a parità di impegno e abilità gli studenti mostrino risultati scolastici
analoghi. Come argomenterò nei prossimi paragrafi, l’analisi della realtà empirica ha fornito
testimonianze in netto contrasto con tale aspettativa. Anche nelle società contemporanee
sembrano essere tuttora presenti disparità di istruzione sistematicamente connesse a caratteri
ascritti come l’origine sociale, il genere e la nazionalità (Brint, 1998; Schizzerotto e Barone,
2006). Tra queste, le disuguaglianze legate alla nazionalità risultano particolarmente
interessanti da un punto di vista sociologico. La loro presenza non solo riflette il grado di
chiusura sociale di una società ma, come abbiamo argomentato nel precedente paragrafo, è
anche particolarmente informativa dell’andamento del processo di integrazione delle
minoranze nel paese ricevente.
23
1.1.3 Il concetto di svantaggio scolastico e la sua misurazione empirica
Il successo scolastico di uno studente qualsiasi, frequentante un grado qualsiasi, del
sistema scolastico di un determinato paese può essere definito nei termini del suo
apprendimento delle competenze e l’adozione delle regole di condotta trasmesse dalla scuola,
delle quali si è parlato nel precedente paragrafo. Ad esempio: se, interrogato a riguardo, egli
dimostrerà di aver appreso le nozioni impartire dai suoi insegnanti otterrà da questi voti alti,
che al termine dell’anno scolastico si tradurranno nell’ammissione al grado scolastico
successivo. In base allo stesso principio, se egli adotta prassi di azione differenti da quelle
incentivate dalla scuola, ad esempio mostra atteggiamenti irrispettosi o violenti verso i
compagni e comportamenti vandalici rispetto ai materiali scolastici, egli sarà sanzionato con
note scolastiche e sospensioni, fino a rischiare l’allontanamento dall’istituto che frequenta o la
bocciatura per condotta. Il successo scolastico di uno studente, dunque, è indicato dai “premi”
che egli ottiene: voti alti, promozioni, transizione ai livelli di istruzione più elevati eccetera.
Analogamente, la nozione di svantaggio scolastico evoca la presenza di un esito non ottimale
nel percorso di istruzione, di cui sono segnali lo scarso livello di competenze raggiunte, il
ritardo scolastico, l’abbandono eccetera.
Nonostante ciò, l’effettiva operativizzazione del concetto di svantaggio scolastico in
indicatori direttamente osservabili pone alcune sfide metodologiche. Ad esempio, poiché
quello formativo può essere inteso come un processo, il limite di tempo entro cui
l’apprendimento delle competenze trasmesse dalla scuola dovrebbe compiersi non è
univocamente definito. Per questo, la decisione di quale sia il momento migliore per saggiare
quanto gli studenti abbiano appreso (e dunque la possibile presenza di ritardi e svantaggi di
alcuni di loro rispetto agli altri) non è ovvia. In aggiunta, un’ulteriore difficoltà si trova nella
decisione di quale sia la modalità migliore per misurare il successo scolastico. Anche tale
scelta non è priva di conseguenze, poiché alle differenti strategie empiriche di rilevazione, e
di successivo trattamento dei dati, sono associati errori di copertura e misurazione differenti.
Prendiamo anzitutto in esame la misurazione del successo scolastico attraverso l’indicatore
dei voti ottenuti dagli studenti. Secondo Gardner, la valutazione degli insegnanti fornisce tutte
le informazioni necessarie a conoscere le competenze degli alunni (Gardner, 1995). Tuttavia,
la possibilità dei voti scolastici di riflettere direttamente le competenze acquisite dagli studenti
è messa in discussione da un numero crescente di studiosi (Benvenuto, 2003; Castoldi, 2012).
Il problema insito nell’utilizzo del voto scolastico è l’inevitabile soggettività che lo
contraddistingue (Bruner, 1997). Essa è dovuta al fatto che l’attribuzione di un valore
numerico alle competenze acquisite dallo studente (il voto) è il risultato di una valutazione
24
effettuata da un soggetto (dunque soggetti diversi possono valutare diversamente lo stesso
output dello studente) attraverso una procedura che non è standardizzata per tutti gli studenti
di un medesimo contesto (per fare solo un esempio: i testi dei temi di italiano risultano uguali
per tutto il territorio nazionale solamente nel momento degli esami di stato, mentre
normalmente le consegne variano da classe a classe a parità di scuola, livello scolastico e
indirizzo di studi). In aggiunta, come vedremo meglio parlando della teoria della
discriminazione nella terza sezione di questo capitolo, i voti scolastici risentono dei differenti
criteri che gli insegnanti potrebbero adottare nella valutazione dei risultati di studenti
appartenenti a differenti categorie sociali (Wright, 1987; Crozier, 2005). Per tutte queste
ragioni, l’utilizzo dei voti scolastici risulta assai problematico nelle comparazioni tra le classi,
gli istituti e a maggior ragione nelle comparazioni internazionali. Relativamente a queste
ultime, inoltre è necessario considerare da un lato che non in tutti i sistemi di istruzione viene
fatto il medesimo uso dello strumento dei voti scolastici (Fischer, 2003), e dall’altro che,
anche nel massimo della loro buona fede, le intime convinzioni degli insegnanti rispetto a
quello che dovrebbe essere l’esito formativo che gli studenti devono raggiungere non possono
che dipendere dall’ambiente in cui loro e i loro allievi si trovano (Benvenuto, 2003). Tali
considerazioni non riguardano i voti scolastici in modo esclusivo, ma possono essere allargate
anche ad altri indicatori dell’insuccesso scolastico frequentemente utilizzati, come
l’esperienza delle bocciature o, in altri termini, il ritardo scolastico. Anche la decisione di non
ammettere uno studente a un determinato anno scolastico, allo stesso modo dell’attribuzione
del voto, viene infatti effettuata sulla base della valutazione da parte del corpo docente del suo
possesso o meno delle competenze relative al corrispondente livello scolastico.
La rilevazione empirica delle competenze attraverso test standardizzati costruiti ad hoc
per questo scopo sembra rappresentare oggi la migliore soluzione disponibile al problema
della soggettività dell’insegnante insita nell’indicatore del voto e delle ripetenze. È a questi
infatti che le rilevazioni internazionali più conosciute si affidano per poter comparare i
risultati degli studenti in differenti contesti (OECD, 2014a; IEA, 2013). Nello specifico,
possono essere individuati due aspetti che rendono questo indicatore più adeguato del
precedente per lo studio dello svantaggio scolastico. Anzitutto i test di competenza sono
costituiti da una serie di quesiti, molto spesso a risposta chiusa, la cui unica soluzione corretta
è stabilita ex ante. Ciò permette di definire la risposta fornita dallo studente come o giusta o
sbagliata senza che emergano dubbi, non lasciando spazio alla soggettività dell’insegnante. In
secondo luogo, come si vedrà con maggior dettaglio nella sezione metodologica dei prossimi
capitoli empirici, i risultati del test (spesso costituiti da medie ponderate delle risposte esatte
per la difficoltà assegnata al singolo quesito) prendono la forma di una variabile cardinale
continua e sono quindi dotati di rilevanti proprietà che ne facilitano l’analisi. Più
25
precisamente, mentre i voti scolastici rappresentano misure assolute, i risultati dei test di
competenza sono espressi in valori che possono essere tra loro facilmente confrontati10.
Se è vero che utilizzare i risultati dei test di competenza standardizzati ha già dato prova
di essere una modalità adeguata a studiare lo svantaggio scolastico degli studenti stranieri in
termini di competenze raggiunte (Kao e Thompson, 2003; OECD, 2006; Brunello e Rocco,
2011; Azzolini, 2012) è necessario comunque notare che questo indicatore non copre l’intero
concetto di svantaggio scolastico. Come hanno messo in luce ad esempio Jackson e colleghi,
infatti, non solo l’aspetto delle competenze scolastiche è importante, ma anche quello delle
scelte11 (Jackson, Erikson, Goldthorpe, e Yaish, 2007). Al chiarimento delle differenze tra
competenze acquisite e scelte di istruzione, nonché ai meccanismi specifici che influenzano
entrambe queste dimensioni verrà dedicato un intero paragrafo della seguente sezione. In
questa sede, tuttavia, si ritiene importante anticipare che, nonostante un maggior livello di
competenze generalmente si traduca in scelte scolastiche più prestigiose (Jackson, 2013;
Lessard-Phillips, Brinbaum, e Heath, 2014), questi due aspetti dello svantaggio scolastico non
sono in rapporto di identità. Si consideri ad esempio il più elevato livello di istruzione
raggiunto dall’individuo –traducibile anche nel suo numero di anni di istruzione– che
costituisce uno degli aspetti maggiormente analizzati dalla letteratura sulla stratificazione
sociale (Mare, 1980; Shavit e Blossfeld, 1993; Breen e Goldthorpe, 1997). L’utilizzo di
questo indicatore per la rilevazione empirica del successo scolastico si basa sull’assunto che
gli studenti più capaci e meritevoli proseguiranno attraverso i diversi livelli, raggiungendo i
più alti gradi disponibili all’interno del sistema di istruzione. Sulla base di ciò è possibile
sostenere che un titolo di istruzione più elevato rifletta un maggior livello di competenze
scolastiche e capacità individuali. Tuttavia, prendere in considerazione il più alto titolo di
studio raggiunto da un individuo –o i suoi anni di istruzione– comporta la restrizione delle
analisi ai soli individui di età tale da aver già concluso il percorso di studi. Ciò rende
disagevole l’utilizzo di questo indicatore nella rilevazione empirica dello svantaggio
scolastico degli studenti di seconda generazione specialmente nei paesi in cui l’immigrazione
costituisce un fenomeno recente, per cui il numero di figli di immigrati che ha già terminato
gli studi è esiguo. Per poter comparare paesi come l’Italia a nazioni di più antica tradizione
10 I voti: discreto, buono, distinto, ottimo e così via sono ordinabili tra loro dal maggiore al minore, ma non è
possibile dire, ad esempio, che se uno studente ha ottenuto sufficiente e un altro ottimo allora il secondo ha il
doppio delle competenze del primo. Anche prendendo in considerazione i voti espressi in scala da uno a dieci, è
difficile sostenere che la differenza nelle competenze tra due studenti che hanno preso uno 5 e l’altro 7 è la stessa
di quella di due studenti che hanno preso uno 8 e l’altro 10. Diversamente, se in una prova standardizzata di
competenza uno studente ha ottenuto il punteggio di 25 e un altro 50 potremmo dire che il secondo ha mostrato
di avere il doppio delle competenze del primo. 11 Per il momento si considerino come «scelte di istruzione» sia le scelte di proseguire gli studi attraverso un
ulteriore anno di istruzione fino al raggiungimento dei più elevati livelli di istruzione, secondo il cosiddetto
modello sequenziale (Mare, 1980), sia la decisione di quale indirizzo di studi frequentare a parità di titolo di
studio perseguito (Boudon, 1974).
26
migratoria12 è necessario rivolgersi dunque a un diverso indicatore. La soluzione più utilizzata
dagli studiosi delle disparità etniche in istruzione è quella di esaminare le scelte scolastiche
effettuate dagli alunni nel momento della transizione dalla scuola dell’obbligo a quella post
obbligo (Cebolla-Boado, 2011; Jackson, Jonsson, e Rudolphi, 2012; Jonsson et. al., 2014),
presente in tutti i paesi europei. Come hanno messo in luce ad esempio Ballarino e Checchi, la
scelta di proseguire gli studi dopo la scuola dell’obbligo è una decisione particolarmente
significativa nella vita di un individuo. Essa può influire considerevolmente sulla sua
successiva posizione occupazionale e dunque sull’ammontante di risorse economiche su cui
potrà fare affidamento da adulto (Pisati, 2002; Ballarino e Checchi, 2006; Iannelli e
Howieson, 2008; Alexander et. al., 2001). Tuttavia, nelle società contemporanee attuali, la
grande maggioranza della popolazione ottiene un titolo di scuola post obbligo. A causa
dell’espansione della scolarità avvenuta negli anni recenti (Schizzerotto e Barone, 2006;
Cobalti A. , 2006), dunque, non solo la transizione ai livelli superiori del sistema di istruzione
può costituire una fonte di disparità ma, nei sistemi di istruzione che prevedono una
differenziazione orizzontale, lo può essere anche la scelta dello specifico indirizzo di studi
(Lucas, 2001; Jackson et.al., 2008; Reimer e Pollak, 2010). Come hanno argomentato Shavit e
Müller, infatti, la presenza di una separazione tra indirizzi di studio post obbligo può essere
letta come un ulteriore aspetto del sistema di istruzione in grado di differenziare le prospettive
di vita degli individui (Shavit e Müller, 2000). Per quanto riguarda il caso italiano, ad
esempio, diversi studiosi riscontrano maggiori tassi di transizione all’università per i
diplomati dei licei rispetto a coloro che completano indirizzi tecnici o professionalizzanti
(Pisati, 2002; Ballarino e Checchi, 2006; Contini e Scagni, 2012). La minore connessione tra
questi ultimi e l’istruzione terziaria, di fatto, allontana chi li sceglie dalla possibilità di
raggiungere le posizioni più elevate nella divisione sociale del lavoro, per le quali
comunemente è necessario possedere titoli di studio terziari o post terziari (Gamoran e Mare,
1989; Shavit, 1990). Per le argomentazioni richiamate, nell’ottica di fornire una trattazione il
più possibile completa dello svantaggio scolastico degli studenti stranieri in Europa, in questa
tesi analizzerò le competenze scolastiche da loro dimostrate in diversi punti della scolarità
dell’obbligo, le loro scelte di transitare o meno alla scuola post-obbligo e, per i paesi che
prevedono una differenziazione orizzontale, lo specifico indirizzo di studi scelto all’interno di
quest’ultima.
12 All’approfondimento della definizione del concetto di tradizione migratoria, nonché della letteratura che ha
analizzato i suoi possibili effetti sullo svantaggio scolastico dei figli di immigrati, verrà dedicato un paragrafo
nell’ultima sezione di questo capitolo, la quale sarà interamente devoluta all’analisi delle dimensioni sovra-
individuali.
27
1.2 I fattori generativi dello svantaggio scolastico.
Nella precedente sezione ho illustrato quali indicatori possono essere più efficacemente
utilizzati per rilevare empiricamente lo svantaggio scolastico. Nella sezione che segue, invece,
analizzerò quelli che la letteratura in materia ha sinora individuato come possibili meccanismi
generativi di tale svantaggio. Le cause del divario possono essere molteplici, ed
empiricamente esse si combinano in modi altamente complessi, tanto che una loro
considerazione olistica renderebbe difficile la comprensione dello specifico ruolo sul
fenomeno in esame. Nelle pagine che seguono, quindi, cercherò di evitare questo rischio
distinguendole analiticamente. Nello specifico, inizierò la trattazione approfondendo
l’elaborazione teorica intorno alla dimensione tradizionalmente connessa alle disparità di
istruzione in Europa, cioè le origini sociali. Successivamente illustrerò in che modo il modello
teorico tradizionale che vede queste ultime come centrali è stato allargato a comprendere le
emergenti disparità etniche in istruzione. Per facilitare la trattazione, in questa sezione non
prenderò in esame quelle ricerche che hanno interpretato lo svantaggio scolastico degli
studenti stranieri come dipendente da fattori esterni alle origini sociali, a cui dedicherò invece
buona parte della terza sezione di questo capitolo.
1.2.1 Come le origini sociali influenzano l’istruzione
Possiamo far risalire le prime spiegazioni sociologiche dello svantaggio scolastico di
alcune categorie sociali rispetto ad altre alla seconda metà del novecento. Tali prime
elaborazioni nacquero in risposta a una precedente visione delle disparità di istruzione che
attribuiva il mancato successo scolastico di alcuni studenti a un loro supposto minor livello di
abilità cognitive, misurate attraverso test di intelligenza considerati univocamente affidabili
(Foster et.al., 1996). Le prime teorie sociologiche sullo svantaggio scolastico ebbero, dunque,
il merito di spostare il focus dell’attenzione dalle capacità innate individuali (immodificabili)
alle caratteristiche dell’ambiente familiare: per la prima volta, l’insuccesso scolastico veniva
percepito come qualcosa su cui sarebbe stato possibile intervenire (Tomlinson, 1983; Arnot,
1985). Tra le caratteristiche dell’ambiente familiare considerate in questa prima fase, il ruolo
delle origini sociali catalizzò fin da subito l’attenzione degli studiosi. L’analisi dei
meccanismi attraverso cui le origini sociali esercitano influenza sull’istruzione dell’individuo
28
venne approfondita specialmente dai sociologi della stratificazione sociale. Boudon, ad
esempio, analizzò dettagliatamente i canali attraverso i quali tale influenza viene esercitata,
proponendo di distinguere tra gli effetti primari e gli effetti secondari delle origini sociali
(Boudon, 1974). Seguendo la sua riflessione, e tenendo a mente quanto detto a proposito della
non identità tra i diversi indicatori dello svantaggio scolastico, è possibile definire come
effetti primari l’influenza delle origini sociali sugli apprendimenti e sui risultati scolastici,
mentre come effetti secondari l’influenza che le origini sociali esercitano sulla carriera
scolastica individuale, a parità di abilità dimostrate (Boudon, 1974; Halsey, Heath, e Ridge,
1980; Jackson, Erikson, Goldthorpe, e Yaish, 2007). Per illustrare il meccanismo degli effetti
primari la teoria più frequentemente evocata è quella della riproduzione sociale. Nel trattare
degli effetti secondari, invece, è la teoria della scelta razionale ad aver ottenuto maggior
consenso tra gli studiosi. È da notare che, mentre quest’ultima considera specialmente il
possesso delle risorse socio-economiche della famiglia di origine, la teoria della riproduzione
sociale si focalizza piuttosto sulle risorse culturali familiari. Nello specifico, essa tratta delle
ragioni per cui gli studenti provenienti da famiglie con un elevato capitale culturale
raggiungano mediamente risultati scolastici superiori a coloro che provengono da famiglie
culturalmente meno avvantaggiate. Ciò accade poiché il sistema di istruzione tende a favorire
i figli dei genitori maggiormente istruiti (Bourdieu e Passeron, 1970; Bernstein, 1975; Bowles
e Gintis, 1976; Bourdieu, 1984). Gli insegnanti, poiché riconoscono negli studenti provenienti
dalle famiglie avvantaggiate un capitale culturale più simile al proprio, tenderanno a
privilegiarli assegnando loro più attenzione, più supporto e voti mediamente più elevati
(Brint, 1998). In letteratura, diverse sono le ricerche che riscontrano la presenza di una
relazione positiva tra il titolo di studio dei genitori e il successo scolastico dei figli, sia tra la
maggioranza etnica (Sewell e Shah, 1968; Haveman e Wolfe, 1995; Duncan e Brooks-Gunn,
1997; Hoff, 2003) che per gli studenti stranieri (Kao e Thompson, 2003; Fekjaer, 2007;
Jonsson e Rudolphi, 2010; Cebolla-Boado, 2011; Heath e Rothon, 2014)13.
Diversamente dalle elaborazioni dei teorici della riproduzione sociale, l’approccio della
scelta razionale si è sviluppato maggiormente intorno alla spiegazione degli effetti secondari
13 Per rendere più chiara la trattazione teorica, la presentazione dei risultati ottenuti dalle precedenti ricerche
empiriche verrà rimandata al prossimo paragrafo. Una più approfondita e dettagliata illustrazione delle evidenze
empiriche più specificatamente connesse alle ipotesi di ricerca testate in questo lavoro verrà fornita nella prima
sezione di ogni capitolo empirico specifico.
29
delle origini sociali sull’istruzione. Più precisamente, questa teoria ha permesso di chiarire
come le risorse socio-economiche familiari riescano a esercitare effetti positivi sulle scelte di
istruzione degli individui, anche a parità di competenze scolastiche acquisite (Boudon, 1974).
Questo approccio teorico pone un particolare accento sulla valutazione dei costi e dei benefici
di ogni singola scelta di istruzione da parte degli studenti e delle loro famiglie14. Più
precisamente, la previsione dell’utilità dell’investimento in un ulteriore anno di istruzione, o
in uno specifico indirizzo di studi, viene effettuata sulla base, cioè, di un ragionamento di tipo
razionale, il quale assume come riferimento la posizione sociale di partenza dell’individuo
(cioè quella dei propri genitori), e la probabilità di successo attesa della scelta (Erikson e
Jonsson, 1996; Goldthorpe, 1996). Sulla base del meccanismo conosciuto come relative risk
avversion (Breen e Goldthorpe, 1997), per gli studenti dotati di consistenti risorse economiche
ottenere un titolo di studio elevato come quello dei propri genitori non risulterà
eccessivamente costoso. Tuttavia, la sua utilità sarà considerevole, poiché in grado di tutelarli
dal rischio di peggiorare la propria condizione socio-economica con un lavoro meno
remunerativo e prestigioso di quello dei propri genitori. Date le inferiori risorse socio-
economiche a disposizione, per gli studenti provenienti dalle classi sociali inferiori
raggiungere un titolo di studio elevato si rivelerà invece molto costoso, in termini di risorse
sia materiali (costo dei libri, mancato reddito da lavoro per alcuni anni etc.) che immateriali
(necessità di colmare lacune informative, conoscitive etc.). L’utilità del conseguimento di un
titolo di studio particolarmente elevato sarà, tuttavia, inferiore per loro rispetto ai compagni
provenienti da classi sociali superiori, questo perché anche un titolo di studio di livello medio-
basso potrebbe permettere loro di migliorare la propria posizione sociale di partenza, andando
a occupare una posizione nella stratificazione sociale più elevata di quella dei propri genitori
(Schizzerotto e Barone, 2006).
Le asserzioni della teoria della scelta razionale sono state supportate da numerose
analisi empiriche condotte sia studiando le scelte di istruzione della maggioranza etnica
(Shavit e Blossfeld, 1993; Pisati, 2002; Erikson et.al., 2005; Jackson, Erikson, Goldthorpe, e
Yaish, 2007; Shavit, Arum, e Gamoran, 2007; Ballarino e Schizzerotto, 2011) che, come
vedremo meglio nel prossimo paragrafo, prendendo in esame l’istruzione dei figli di
14 Si noti che, seguendo Boudon, tali riflessioni non sono confinate alle sole transizioni scolastiche in senso
verticale, ma si applicano anche alla scelta degli indirizzi di studio a parità di livello scolastico (Boudon, 1974).
30
immigrati (Van de Werfhorst e Van Tubergen, 2007; Cebolla-Boado, 2011; Azzolini, 2012;
Heath e Rothon, 2014). Ma, prima di trattare nel maggior dettaglio di questi risultati empirici
e del modello teorico che ha permesso l’elaborazione delle relative ipotesi di ricerca, è
necessario notare che le teorie richiamate, se singolarmente intese, permettono di dare conto
esclusivamente di quelli che possono essere definiti gli effetti diretti delle origini sociali.
Questi ultimi sono interpretabili come i nessi causali che connettono le origini sociali
direttamente ai risultati scolastici individuali da un lato (quando esse sono intese in termini di
possesso di risorse culturali), e dall’altro alle scelte di istruzione (quando invece si fa
riferimento al possesso di risorse socio-economiche della famiglia di origine). L’effetto
complessivo delle origini sociali, tuttavia, non è costituito solamente dall’influenza diretta che
questa dimensione esercita sull’istruzione. Esse agiscono anche per via indiretta, attraverso il
collegamento presente tra le competenze acquisite e le scelte scolastiche (Boudon, 1974;
Shavit e Blossfeld, 1993; Jackson, 2013; Lessard-Phillips, Brinbaum, e Heath, 2014). I
risultati scolastici conseguiti da uno studente, che come abbiamo visto sono influenzati dal
capitale culturale familiare, rappresentano un predittore importante delle sue successive scelte
di istruzione, sia per i figli di nativi (Jonsson, 1999) che per gli appartenenti alle minoranze
etniche (Jonsson, Kilpi-Jakonen, e Rudolphi, 2014). Seguendo la teoria della scelta razionale,
infatti, il successo scolastico costituisce un segnale in grado di diminuire il rischio percepito
dell’investimento in istruzione da parte dell’individuo e della sua famiglia (Breen e
Goldthorpe, 1997). Detto diversamente: migliori saranno i risultati scolastici di un individuo,
più sarà lecito attendersi da lui il raggiungimento dei più elevati gradi del sistema di
istruzione, e la scelta di più prestigiosi indirizzi di studio (Van de Werfhorst e Van Tubergen,
2007).
31
1.2.2 Le spiegazioni tradizionali dello svantaggio scolastico dei figli di immigrati e le
considerazioni più recenti
Il modello teorico che prende forma dalle teorie della scelta razionale e della
riproduzione sociale rappresenta l’interpretazione teorica classica delle disparità di istruzione
in Europa, la quale ha dominato la ricerca empirica fino all’ultimo decennio dello scorso
secolo. Diversamente da quanto accaduto negli Stati Uniti, dove vi è un ampio filone di studi
sulle disuguaglianze di istruzione tra diverse categorie etniche e «razziali»15 (Kivisto, 2005;
Murnane e Duncan, 2011; Jackson e Holzman, 2014), nel nostro continente è piuttosto la
dimensione delle origini sociali quella classicamente connessa allo svantaggio scolastico.
Tuttavia, se questo modello teorico ha goduto nel passato di ampio consenso tra gli studiosi,
ora la sua portata esplicativa viene sempre più spesso fatta oggetto di critiche (Fekjaer, 2007;
Rothon, 2007; Jonsson, Kilpi-Jakonen, e Rudolphi, 2014; Stevens & Dworking, 2014).
Recentemente, infatti, il continente europeo ha completato la sua trasformazione da terra di
emigrazione a importante meta dei flussi migratori internazionali.
Nel corso dell’ultimo secolo, gli stati dell’Europa centrale prima, quelli dell’Europa
meridionale e settentrionale poi, hanno visto crescere considerevolmente l’incidenza della
popolazione immigrata sul totale e, conseguentemente alla loro stabilizzazione nel paese di
destinazione, il numero dei nuovi nati di origine straniera (Massey, 1998; Castles e Miller,
2003). L’aumentare del numero dei figli di immigrati nei sistemi scolastici nazionali è stato
accompagnato dalla crescita dell’interesse degli studiosi verso l’analisi delle loro effettive
possibilità di apprendere competenze ed effettuare scelte scolastiche al pari dei compagni
nativi (Stevens e Dworking, 2014), nell’ottica di comprendere l’andamento del processo di
integrazione. In questa fase iniziale degli studi sul tema, tuttavia, l’essere straniero non è stato
letto come un aspetto in grado di costituire una nuova dimensione di disuguaglianza di
istruzione in Europa. I ricercatori che per primi hanno esaminato i risultati scolastici delle
seconde generazioni in questo continente, infatti, hanno fatto quasi esclusivo riferimento al
modello teorico classico di cui si è parlato in queste pagine, imputando il divario etnico
osservato esclusivamente alle origini sociali degli alunni studiati, piuttosto che alle loro
origini etniche. Seguendo Jonsson e colleghi, i precedenti studi sulla stratificazione etnica in
15 Si utilizza in questo contesto il termine «razziale» come traduzione del vocabolo statunitense «racial» –che
individua una categoria di individui interazionalmente distinguibili per la presenza di marcatori fenotipici che
sono, o sono stati, alla base di processi sistematici di discriminazione ed esclusione– senza voler richiamare il
significato negativo che il termine ha assunto nel contesto europeo.
32
istruzione possono essere presentati distinguendo tra quanti hanno attribuito il cosiddetto
ethnic penalty a una minore dotazione di risorse culturali nelle famiglie immigrate, e quanti
hanno posto invece l’accento sulle loro inferiori risorse socio-economiche (Jonsson et.al.,
2014; Stevens e Crozier, 2014).
Prendiamo anzitutto in esame le argomentazioni di tipo culturale. Esse hanno attribuito
il divario di istruzione tra nativi e stranieri alle differenze in termini di istruzione e di stili
educativi dei genitori immigrati. I genitori non autoctoni, secondo questa lettura, sono visti
come portatori di risorse culturali particolari, diverse da quelle comunemente apprezzate da
chi opera all’interno delle istituzioni scolastiche. Per tale ragione i loro figli finirebbero per
essere svantaggiati all’interno dei sistemi di istruzione (Rist, 1970). Facendo riferimento alla
teoria della riproduzione sociale, infatti, gli insegnanti saranno in grado di riconoscere un
capitale culturale più simile al proprio negli studenti nativi (Bourdieu e Passeron, 1970
Bourdieu, 1984): di modi più complessi e articolati di esprimersi, maggiormente orientati a
investire nell’istruzione formale e supportati nell’impegno scolastico dai parte dei propri
genitori più istruiti, i quali saranno più inclini a riconoscere l’importanza del tipo di cultura
trasmessa dalla scuola per la vita futura della loro prole (Portes e Rumbaut, 1996; Schnepf,
2004; Dalla-Zuanna et.al., 2009).
Come anticipato nel precedente paragrafo, le analisi empiriche condotte a questo
proposito hanno effettivamente riscontrato che, una volta comparati figli di genitori con
uguale livello di istruzione, il divario tra stranieri e nativi risulta cospicuamente ridotto,
quando non completamente eliminato (Kao e Thompson, 2003; Fekjaer, 2007; Jonsson e
Rudolphi, 2010; Heath e Rothon, 2014). Ulteriori ricerche hanno messo in luce che non solo
l’istruzione dei genitori, ma anche altri indicatori culturali permettono di dar conto dello
svantaggio scolastico dei figli di immigrati. Azzolini e colleghi, ad esempio, hanno messo in
luce il ruolo della lingua d’origine, riscontrando un effetto negativo dell’uso quotidiano di una
lingua diversa da quella utilizzata a scuola sui risultati scolastici degli studenti stranieri
(Azzolini, 2012; Azzolini, Philipp, e Palmer, 2012). Dalla Zuanna e colleghi hanno ipotizzato
che un ruolo centrale sia giocato anche dagli stili genitoriali, e che la mediamente inferiore
partecipazione dei genitori immigrati nell’istruzione formale dei figli possa spiegare il loro
svantaggio scolastico rispetto ai nativi (Dalla-Zuanna et.al., 2009). I genitori immigrati
risulterebbero meno coinvolti nella vita scolastica dei figli non solo riguardo all’aiuto
materiale nei compiti a casa e al sostegno del loro impegno nello studio (Schneider e
Coleman, 1993), ma anche relativamente alla partecipazione agli incontri con gli insegnanti
33
da un lato e alle altre possibili attività didattiche e ricreative pomeridiane dall’altro (Weiss et.
al., 2006; Hoenig, Leopold, e Shavit, 2013). Infine, un ulteriore motivo di svantaggio
connesso alle diverse dotazioni culturali può essere individuato nella minore possibilità di
reperire e utilizzare efficacemente le informazioni sul funzionamento del sistema scolastico da
parte delle famiglie immigrate (Schnepf, 2004; Kristen, 2005; Herzog-Punzenberger e
Schnell, 2014), anch’esso plausibilmente legato –come la partecipazione all’istruzione
formale della prole– alla inferiore padronanza della lingua del paese di destinazione (Portes e
Rumbaut, 2001; Maki e McHugh, 2014).
Se la diversa dotazione in termini culturali delle famiglie immigrate può influire
negativamente sui risultati scolastici dei figli, così come era stato riscontrato nei precedenti
studi sulle famiglie socialmente svantaggiate, considerazioni analoghe possono essere
avanzate rispetto alla posizione occupazionale dei genitori stranieri. Sempre sulla base del
modello teorico tradizionale, di fianco alle teorie di tipo culturale, si è così sviluppata una
seconda linea di argomentazione. Essa applica la teoria della scelta razionale alle disparità
etniche in istruzione, e interpreta lo svantaggio scolastico osservabile per i figli di immigrati
come risultato della loro sovra-rappresentazione all’interno degli strati sociali meno
avvantaggiati16, anziché attribuirlo al loro specifico essere stranieri (Heath A. , 2000; Schnepf,
2004; Van de Werfhorst e Van Tubergen, 2007; Kristen e Granato, 2007; Stevens e
Dworking, 2014; Jonsson, Kilpi-Jakonen, e Rudolphi, 2014). Seguendo la riflessione di Heath
e colleghi, infatti, non c’è motivo di credere che le origini sociali influenzino i risultati
scolastici attraverso meccanismi differenti per gli studenti autoctoni e per i figli di immigrati
(Heath e Brinbaum, 2007).
Calando la teoria della scelta razionale illustrata nel precedente paragrafo al caso della
stratificazione etnica in istruzione, allora, possiamo argomentare che, poiché le origini sociali
influenzano la valutazione delle utilità associate alle diverse possibilità di istruzione
disponibili, la graduatoria delle alternative differirà tra le famiglie immigrate e quelle native. I
figli di immigrati saranno meno inclini a investire in istruzione rispetto ai loro coetanei
autoctoni perché, prendendo a riferimento la bassa posizione sociale dei propri genitori per
loro non sarà necessario intraprendere percorsi di studio altamente costosi per evitare di
esperire mobilità discendente. Dunque, data la maggiore tendenza dei genitori immigrati a
esercitare nel paese di destinazione occupazioni di stampo manuale, a cui sono generalmente
16 È questo tipo di argomentazione che si chiama in causa quando si fa riferimento alla cosiddetta “ipotesi di
composizione”, la quale suggerisce che l’influenza delle origini sociali sia così rilevante che, a parità di essa, i
divari tra studenti stranieri e nativi siano del tutto trascurabili.
34
associati minori stipendi prestigio sociale (Kogan, 2006; Heath e Cheung, 2007; Reyneri e
Fullin, 2011; Kogan, 2011; Ballarino e Panichella, 2013), è lecito aspettarsi di riscontrare
descrittivamente un divario “lordo” tra i loro figli e i figli dei genitori nativi, il quale però non
ha ragione di continuare a esistere se si comparano studenti appartenenti alla stessa classe
sociale16. Diversi studi che hanno analizzato lo svantaggio scolastico delle minoranze etniche
in diversi paesi e attraverso indicatori differenti hanno prodotto risultati in linea con approccio
teorico. Ad esempio, analizzando il divario tra studenti immigrati e nativi in Francia,
Brinbaum e colleghi trovano che gran parte delle differenze “lorde” nelle scelte della scuola
secondaria superiore svaniscono se si comparano studenti di origine sociale analoga
(Brinbaum e Cebolla-Boado, 2007; Brinbaum e Guégnard, 2013). Nei Paesi Bassi, studiando
la scelta dell’indirizzo di studi, Van de Werfhorst e Van Tubergen tra gli altri, riscontrano che
gli studenti di origine straniera mediamente compiono scelte addirittura più prestigiose di
quelle dei compagni di classe nativi, a parità di origini sociali (Hustinx, 2002; Van de
Werfhorst e Van Tubergen, 2007). Anche in Germania, Kristen e colleghi utilizzando
quest’ultimo indicatore di svantaggio trovano che esso scompaia, o si tramuti in vantaggio,
una volta che la comparazione è ristretta agli studenti provenienti da famiglie con simile
livello di risorse socio-economiche (Kristen e Granato, 2007; Kristen, Reimer, e Kogan,
2008). Ulteriori risultati a supporto dell’ipotesi di composizione sono stati riscontrati in Gran
Bretagna (Bradley e Lenton, 2007; Jackson, 2012; Waters et.al., 2013) in Finlandia (Kilpi-
Jakonen, 2011) e in Belgio (Phalet et.al., 2007). Anche prendendo in considerazione i risultati
di alcune delle più recenti indagini comparative possiamo ricavare conclusioni simili. Ad
esempio, Jonsson e colleghi, comparando Stati Uniti, Finlandia, Svezia, Francia, Inghilterra e
Paesi Bassi, riscontrano che il divario lordo nel tasso di passaggio alla scuola secondaria
superiore tra minori figli di nativi e figli di immigrati si riduce del 50% o più per la
maggioranza dei gruppi etnici, una volta che l’istruzione e l’occupazione dei genitori sono
tenute sotto controllo nelle analisi (Jonsson, Kilpi-Jakonen, & Rudolphi, 2014). Heath e
colleghi, analogamente, analizzando le scelte di indirizzo delle minoranze etniche in Europa,
trovano che la sotto rappresentazione di queste ultime negli indirizzi accademici che si rileva
in Germania, Paesi Bassi e Francia viene meno se si tengono in considerazione le origini
sociali e le precedenti performance scolastiche degli studenti, mentre in Inghilterra e in Svezia
gli originali vantaggi lordi riscontrati diventano ancora più consistenti a seguito di tali
35
controlli (Lessard-Phillips, Brinbaum, & Heath, Academic and Vocational tracking in upper
secondary education, 2014)17.
Nonostante le comparazioni internazionali recentemente svolte abbiano fornito dati
importanti a supporto del ruolo centrale delle origini sociali nella spiegazione della
stratificazione etnica in istruzione, esse hanno anche messo in luce un risultato inatteso dai
teorici di questo approccio: una elevata eterogeneità nei risultati scolastici tra i diversi gruppi
etnicamente minoritari e i contesti di ricezione analizzati (Leves, Dronkers, e Kraaykamp,
2008; Van Tubergen et.al., 2004). Ad esempio, Heath e Rothon hanno dimostrato che le
origini sociali inferiori spiegano interamente il divario nelle competenze dei figli di immigrati
europei in altri paesi d’Europa, ma ciò non accade invece per i giovani turchi, nord africani,
caraibici e africani sub-sahariani, per i quali rimane una significativa differenza anche a parità
di risorse socio-economiche familiari (Heath e Rothon, 2014). Questi autori riscontrano
inoltre un vantaggio scolastico consistente per i giovani asiatici, il quale non è dovuto a
migliori posizioni occupazionali dei loro genitori immigrati rispetto alla media dei nativi, ma
deve dipendere da fattori esterni alle origini sociali. Anche Kao e Tompson, tra gli altri,
evidenziano che in media gli studenti asiatici presentano competenze e scelte scolastiche più
elevate di quelle che ci potremmo aspettare sulla base della posizione occupazionale dei loro
genitori (Kao e Thompson, 2003; Rothon, 2007; Sakamoto et.al., 2009). Marks, comparando
tra diversi contesti di ricezione, inoltre, trova che non in tutti i paesi le origini sociali giocano
lo stesso ruolo centrale nella spiegazione dello svantaggio scolastico lordo dei discendenti
degli immigrati. Se non si riscontrano più significative differenze tra nativi e immigrati
confrontando studenti di analoga origine sociale in Francia, Germania e Paesi Bassi; il
background socio-economico familiare spiega solo la metà delle differenze in Belgio,
Svizzera e Inghilterra, e ancora meno della metà del divario scolastico presente nei paesi
scandinavi (Marks, 2005). Questi risultati di ricerca mettono in discussione l’efficacia
esplicativa del modello teorico classico nella sua versione tradizionale nel dar conto della
attuale stratificazione etnica in istruzione. Quello che è necessario chiedersi è, dunque, quali
siano i meccanismi in grado di spiegare il divario residuo non dovuto alle diverse origini
sociali dei figli di immigrati. È in questa direzione che cercherò di muovermi nelle prossime
pagine.
17 Per rendere più chiara la trattazione teorica, in questa sede presento sinteticamente solo i risultati principali
della letteratura in materia. Una più approfondita e dettagliata illustrazione delle evidenze empiriche
specificatamente connesse alle ipotesi di ricerca verrà fornita nella prima sezione di ogni capitolo empirico
specifico.
36
1.3 Come possiamo spiegare lo svantaggio scolastico dei figli di immigrati
Nonostante le differenze nella spiegazione delle disparità di istruzione tra minori
stranieri e nativi, sia le teorie di tipo culturale che quelle connesse all’approccio della scelta
razionale implicitamente assumono che il modello teorico tradizionale delle disuguaglianze di
istruzione sia sufficiente a chiarire le ragioni della stratificazione etnica attualmente rilevabile
all’interno dei sistemi scolastici europei. In queste pagine, procederò diversamente, senza cioè
fare esclusivo affidamento sulla versione classica del modello nella spiegazione dei diversi
risultati scolastici dei discendenti degli immigrati. Più precisamente, sosterrò la necessità di
assegnare alle origini etniche un ruolo centrale al fianco delle origini sociali.
1.3.1 L’origine etnica: l’esperienza migratoria e l’appartenenza etnica
I termini immigrato, non nativo, extracomunitario, straniero, migrante ecc., nonostante
siano largamente diffusi sia nei dibattiti pubblici che in quelli scientifici, sia nelle statistiche
ufficiali che negli articoli dei quotidiani, vengono non di rado utilizzati impropriamente come
sinonimi, senza il necessario sforzo per chiarirne le differenze negli statuti legali e sociali
(Saraceno, Sartor, e Sciortino, 2013). Il termine «straniero» che questo lavoro utilizza, può
essere considerato come un ombrello al di sotto del quale coesistono tre significati: il non
essere cittadino, il non essere nativo (dunque l’aver esperito uno spostamento geografico
rilevante attraverso uno o più confini politici, dopo un periodo più o meno lungo di
socializzazione in un altro paese), e il discendere da persone nate e cresciute in altri paesi,
categorizzate come «diverse» dalla maggioranza nativa. Si farà riferimento a questa
dimensione nel corso della trattazione con i termini di nazionalità e di appartenenza etnica.
Questi vocaboli, nonostante non siano completamente sovrapponibili, sono spesso utilizzati
anch’essi come sinonimi all’interno della letteratura in tema di disparità etniche di istruzione.
In questa tesi, entrambi verranno considerati inerenti al concetto di discendenza
precedentemente definito, il quale, come vedremo, sarà tradotto empiricamente sulla base
delle informazioni sullo stato di nascita dei genitori dello studente, seguendo le regole di
operativizzazione definite più nel dettaglio all’interno della sezione 3.2.2. Quello che
interessa qui sottolineare è che i tre aspetti dell’avere cittadinanza estera, essere immigrato e
avere genitori stranieri spesso si trovano sovrapposti nello stesso individuo. Ad esempio,
generalmente l’essere nato all’estero è legato alla discendenza da genitori non nativi, il non
37
avere la cittadinanza è associato al fatto di essere nato all’estero da genitori anch’essi
stranieri, e così via. La frequente sovrapposizione di queste caratteristiche nello stesso
soggetto certamente è alla base della considerazione dei termini sopra richiamati come
intercambiabili, nonché della difficoltà di distinguere di questi fattori all’interno delle analisi.
Ciononostante, è possibile ipotizzare che tali aspetti siano capaci di esercitare un’influenza
distintiva sullo svantaggio scolastico dei minori stranieri e possano essere quindi
analiticamente separati. Ciò è vero specialmente per le dimensioni dell’esperienza migratoria
e della nazionalità. Per quanto riguarda invece l’accezione di straniero come ‘non cittadino’,
la quale riflette il livello di integrazione nella sfera politica-legale dell’individuo, è difficile
ipotizzare un sistematico effetto autonomo dalle altre due sottodimensioni sull’istruzione
degli individui. Anzitutto possiamo rilevare come la natura e il grado di disparità associate
alla mancanza della cittadinanza differiscano sostanzialmente tra i paesi europei, poiché essi
adottano normative di acquisizione della cittadinanza molto diverse tra loro (Reitz, 1998;
Koopmans et.al., 2005; Huddleston et.al., 2011; Lessard-Phillips et.al., 2014). In Italia, ad
esempio, l’essere o meno cittadino influisce sostanzialmente sulla partecipazione politica
dell’individuo (Zincone, 2006; Caponio, 2006; Pilati, 2010), ma questo aspetto non può che
avere al più un effetto marginale sulla sua esperienza scolastica, poiché la legge italiana
garantisce a tutti i giovani in età scolare l’accesso all’istruzione, indipendentemente dalla
cittadinanza e dalla regolarità della presenza sul territorio (DPR 394/1999, DL 286/1998).
Inoltre, date le consistenti diversità tra le nazioni nel trattamento della dimensione della
cittadinanza, e nei discorsi politici a tale riguardo (Tribalat, 1996), la rilevazione di questo
aspetto nelle indagini internazionali è particolarmente disagevole, e viene perciò il più delle
volte tralasciato. Per tali ragioni, in questo lavoro mi focalizzerò sul ruolo delle altre due
dimensioni dell’essere straniero nello spiegare il divario scolastico tra studenti nativi e figli di
immigrati a parità di origini sociali: nazionalità e esperienza migratoria.
Sono infatti queste due ultime dimensioni, anziché quella della cittadinanza
propriamente intesa, quelle a cui le raccolte di dati internazionali si affidano maggiormente
per la traduzione empirica del concetto di straniero. Esse, generalmente, chiedono
all’intervistato se egli e i suoi genitori sono o meno nati nel paese in cui si trovano al
momento dell’intervista e, accorpando queste informazioni, creano la dimensione conosciuta
in letteratura come «generazione migratoria». Questa distingue i nativi (nati nel paese in cui i
dati sono raccolti da genitori nati nello stesso paese), dagli stranieri di prima generazione (nati
all’estero da genitori nati all’estero) e dagli stranieri di seconda generazione (nati nel paese in
38
cui i dati sono raccolti da genitori nati all’estero)18. L’importanza di separare, nelle analisi
sull’integrazione, gli immigrati dall’estero dai loro discendenti nati nella società ricevente è
stata sottolineata per la prima volta dai sociologi della teoria classica dell’assimilazione
(Thomas e Znaniecki, 1918). Tuttavia, al diffondersi degli studi sul tema, sempre più
sociologi si sono trovati insoddisfatti dal ridotto dettaglio fornito da questa classificazione, e
hanno proposto versioni più elaborate. La più conosciuta di queste è stata avanzata da
Rumbaut. Prendendo in considerazione la durata della permanenza del contesto di arrivo, egli
ha proposto di graduare lo spazio esistente tra prima e seconda generazione in: generazione
1.25, generazione 1.50 e generazione 1.75; facendo riferimento rispettivamente ai giovani
immigrati tra i tredici e i diciassette anni di età, tra i sei e i dodici, e tra gli zero e i cinque
(Rumbaut, 2004). Nonostante il maggior dettaglio fornito da quest’ultima definizione
empirica, che permette di tenere in considerazione anche la dimensione dell’anzianità
migratoria, nella letteratura in materia è diffusa la pratica di studiare la stratificazione etnica
in istruzione distinguendo i figli di immigrati esclusivamente tra prime e seconde generazioni.
Solo per fare alcuni esempi, questa prassi è stata adottata sia da economisti (Dustmann et.al.,
2012) che da sociologi (Brinbaum e Cebolla-Boado, 2007); sia per l’analisi dello svantaggio
scolastico (Schnepf, 2004) che per lo studio della partecipazione al mercato del lavoro (Heath
e Cheung, 2007; Heath, Rothon, e Kilpi, 2008), sia nelle ricerche su singoli casi nazionali,
(Azzolini e Barone, 2013), che nei progetti di ricerca che coinvolgono più nazioni (Heath e
Brinbaum, 2014). Ciò è soprattutto dovuto al fatto che la numerosità degli studenti di prima
generazione è in molti casi tale da non consentire di prendere in considerazione, tra i
numerosi aspetti di cui tenere conto nelle analisi, anche il momento dell’arrivo nel paese di
destinazione, pena l’incertezza delle stime. In alcuni di questi studi, inoltre, come ad esempio
nella più recente ricerca comparativa di Heath e Brinbaum (2014), gli studenti arrivati prima
dell’inizio della scuola dell’obbligo (cioè la generazione 1,75) sono considerati
congiuntamente agli studenti di seconda generazione propriamente detti, rendendo difficile
comprendere quanto del divario riscontrato possa essere attribuito all’essere immigrato (cioè
all’aver esperito direttamente una migrazione) e quanto invece dipenda dall’avere genitori non
nativi. Inoltre, poiché gli studi europei in tema di stratificazione etnica si sono sviluppati
guardando all’esperienza di individui arrivati in Europa in periodi determinati, partendo da
luoghi altrettanto ben determinati (Massey, 1998), la caratteristica della generazione
migratoria si è a lungo sovrapposta a quella della nazionalità. Per fare un esempio, data la
18 Nonostante questa sia l’operativizzazione più comune del concetto di straniero, non mancano casi in cui è stato
possibile da queste categorie scorporare i figli di coppie miste (Azzolini, 2012; Dollmann, Jacob, & Kalter,
2014).
39
particolare storia migratoria della Germania, studiare i risultati scolastici delle seconde
generazioni ha a lungo significato fare riferimento ai risultati dei giovani italiani e turchi,
mentre per le prime generazioni a quelli degli studenti provenienti dall’Europa orientale. Solo
recentemente, con l’espansione delle dinamiche migratorie nel continente Europeo, e la nuova
disponibilità di dati ampi e rappresentativi a livello nazionale, è stato possibile analizzare
questi aspetti con un maggior dettaglio. Gli studiosi che hanno considerato nelle loro analisi la
dimensione della nazionalità hanno evidenziato la presenza di elevate differenze nel confronto
tra i diversi gruppi etnicamente minoritari, dimostrando, come abbiamo visto, che la capacità
esplicativa dei divari di istruzione delle origini sociali differisce tra essi (Kao e Thompson,
2003; Marks, 2005; Rothon, 2007). Tuttavia, diversi studi che prendono in considerazione la
nazionalità degli studenti raggruppandoli in base al paese o all’area geografica di origine dei
genitori, focalizzano esclusivamente sulle seconde generazioni (Brinbaum e Cebolla-Boado,
2007; Van de Werfhorst e Van Tubergen, 2007; Kristen e Granato, 2007), non permettendo di
comprendere quale sia l’effetto della generazione migratoria sui loro risultati scolastici,
ovvero se il divario tra prime e seconde generazioni è il medesimo per tutti i gruppi. In
riferimento a quanto detto finora, dunque, con questa ricerca intendo fornire nuove evidenze
empiriche al dibattito in materia, distinguendo sistematicamente la dimensione della
nazionalità da quella della generazione migratoria, e analizzando quest’ultima in termini di
esperienza diretta della migrazione, superando così i problemi legati alle precedenti
definizioni empiriche del concetto di generazione migratoria. Nel modello teorico che
propongo (si veda la figura 1.1), l’essere straniero influenza i risultati scolastici degli studenti
attraverso due canali, ipotizzati in grado di agire in maniera autonoma l’uno dall’altro. Il
primo rimanda alla dimensione dell’esperienza migratoria, cioè la definizione dell’individuo
come immigrato anziché nativo, indipendentemente dalla sua nazionalità. Possiamo definire
come immigrato ogni studente nato in uno stato diverso da quello in cui si trova al momento
della rilevazione. Egli ha perciò esperito una migrazione: uno spostamento nello spazio
attraverso uno o più confini nazionali, che può costituire, e non di rado costituisce,
un’esperienza traumatica. Come hanno messo in luce Portes e Rumbaut, ad esempio,
all’esperienza della migrazione è associato un forte stress psicologico, che si può riscontrare
generalmente, qualunque siano le caratteristiche del contesto di ricezione e le motivazioni
individuali alla migrazione (Portes e Rumbaut, 1996). Seguendo la riflessione degli autori, ciò
è vero non solo per i genitori che prendono la decisione della migrazione in prima persona,
ma anche per i loro figli minori. L’esperienza di ingresso nel paese di arrivo di questi ultimi,
specialmente se avviene durante il percorso scolastico, è spesso accompagnata da un forte
40
senso di alienazione, che è maggiore quanto più la loro diversa provenienza geografica è
percettibile dai compagni di scuola (non solo nei tratti somatici, ma anche nel modo di vestire,
nella capacità linguistica, nell’uso del tempo libero etc.) (Padilla e Durán, 1995). L’esperienza
migratoria è risultata influire negativamente, inoltre, sulla sicurezza personale dei figli di
immigrati e sulla loro percezione di poter decidere autonomamente del proprio destino (cioè
sulla loro self-efficacy). I minori immigrati avranno cioè una maggior tendenza dei compagni
ad attribuire le loro esperienze di vita a circostanze al di fuori dal proprio controllo (Kao,
1999), specialmente se a seguito della migrazione sperimentano situazioni a loro sconosciute
in patria, come voti scolastici inferiori, difficoltà a stringere relazioni sociali, esperienze di
bullismo e discriminazione ecc. Tali sensazioni negative legate all’esperienza migratoria,
potrebbero comportare nei giovani immigrati una minor motivazione ad investire in
istruzione, in grado di tradursi sia in minori apprendimenti che in scelte scolastiche meno
prestigiose (Covington, 1984). Bandura ha analizzato infatti la connessione esistente tra la
percezione degli adolescenti di poter attivamente influire sulla direzione che prenderà la
propria vita futura e il loro livello di ambizione personale, argomentando che a un maggiore
senso di efficacia percepito è connessa una maggior quota di responsabilità assunte e un
maggior livello di impegno a favore di una gratificazione futura (Bandura, 1993, 1995).
Ricapitolando, possiamo desumere da questi precedenti studi che, poiché a un minor senso di
efficacia personale sono associati inferiori investimenti in istruzione, l’esperienza migratoria
influirà negativamente sugli apprendimenti dei figli di immigrati, indipendentemente dalla
loro nazionalità. Inoltre, anche a parità di risultati scolastici, l’inferiore livello di autostima e
percezione di essere gli artefici del proprio futuro dei giovani immigrati potrebbe inficiare la
loro motivazione a impegnarsi ulteriormente in istruzione, compiendo le scelte scolastiche più
prestigiose. Detto diversamente ci aspettiamo, sulla base della trattazione proposta, che
l’esperienza migratoria sia in grado di esercitare sia effetti primari che effetti secondari
negativi. Dunque, le frecce che in figura 1.1 connettono la dimensione dell’esperienza
migratoria alle competenze e alle scelte scolastiche devono essere intese entrambe come
contrassegnate dal segno meno. È da notare che, poiché l’esperienza migratoria è vista nei
termini esplicitati, essa è una caratteristica propria dello studente, non connessa alla
migrazione dei genitori. Ad esempio, un giovane che compie una migrazione da adolescente
per seguire il progetto migratorio familiare riscontrerà plausibilmente le stesse personali
difficoltà di inserimento e di socializzazione alle norme e valori del paese di destinazione di
un giovane della stessa età e paese di origine che vi giunge con uno solo dei due genitori,
oppure con un altro parente mentre i genitori continuano a vivere in patria.
41
Se analizzando la precedente letteratura possiamo facilmente attribuire all’esperienza
della migrazione un effetto negativo sui risultati scolastici, il segno della relazione tra
nazionalità e svantaggio scolastico risulta di più difficile chiarimento. La sua definizione, così
come argomentato all’inizio di questo paragrafo, rimanda alla specifica discendenza
dell’individuo in termini etnici, cioè il suo essere nato da genitori che non sono residenti da
generazioni nel paese di destinazione, ma fanno altresì parte di gruppi etnicamente minoritari
provenienti da paesi esteri. Come abbiamo visto nelle precedenti pagine, nonostante
molteplici studi riscontrino una generale situazione di svantaggio scolastico per i figli di
immigrati in Europa (Foster et.al., 1996; Stevens e Dworking, 2014), non tutti i gruppi etnici
condividono la stessa posizione di marginalità all’interno del sistema di istruzione del paese
di arrivo (Portes e Rumbaut, 2001; Riphahn, 2003; Rothon, 2007; Lutz, 2007). Se per alcuni
di essi, come per esempio gli immigrati provenienti da altri paesi dell’Unione Europea, gran
parte delle differenze in istruzione è attribuibile alle ridotte risorse socio-economiche familiari
(Heath e Rothon, 2014), per altri il divario è particolarmente consistente e persiste anche a
parità di origine sociale. È questo specialmente il caso degli studenti provenienti dal Pakistan
e dal Bangladesh, dai Caraibi, dall’Africa settentrionale e da quella sub-sahariana (Riphahn,
2003; Phalet et.al., 2007; Storen e Helland, 2010; Stevens e Dworking, 2014; Heath e Rothon,
2014). Analogamente, le analisi hanno evidenziato come alcuni gruppi etnici
significativamente mostrino risultati e scelte scolastiche migliori dei compagni autoctoni, non
spiegati dalle posizioni sociali dei genitori, le quali risultano in linea con quelle degli altri
genitori immigrati. (Hustinx, 2002; Bennett e Xie, 2003). Il vantaggio scolastico degli
studenti di origine asiatica rispetto ai compagni nativi, ad esempio, è un caso ben
documentato sia nella letteratura americana (Portes e Rumbaut, 2001; Kao e Thompson, 2003;
Xie e Hsin, 2013), che in quella europea (Fekjaer, 2007; Storen e Helland, 2010). Risultati
simili sono stati riscontrati anche relativamente ai giovani turchi in Germania, i quali
mediamente effettuano scelte educative più prestigiose dei loro coetanei appartenenti alla
stessa classe sociale (Relikowski, Schneider, e Blossfeld, 2009; Becker, 2013).
È sulla base di questi risultati che il modello teorico che presenterò nel prossimo
paragrafo assegna un ruolo centrale alla nazionalità nella spiegazione dello svantaggio
scolastico degli studenti stranieri19. Essa è considerata in grado di esercitare un effetto
autonomo sull’istruzione dell’individuo, al netto di quello esercitato dalle origini sociali
19 Dato il modo complesso attraverso cui la nazionalità può influire sull’istruzione dell’individuo, dimostrato
anche dai differenti risultati delle precedenti ricerche empiriche, ad esso sarà dedicato l’intero prossimo
paragrafo. Per tale ragione in questo punto della trattazione si delineano esclusivamente i punti chiave del
discorso che verrà approfondito successivamente.
42
anzitutto, ma anche da quello dell’esperienza migratoria. Prima di trattare con maggiore
dettaglio i nessi causali che collegano la nazionalità all’istruzione dell’individuo, due aspetti
necessitano di essere evidenziati. Il primo è che, per come è stata definita in questo paragrafo,
la nazionalità dello studente è slegata dalla sua possibile esperienza migratoria e per questo è
in grado di esercitare un effetto autonomo da quest’ultima sui suoi risultati e scelte
scolastiche. Per fare un esempio, un giovane nato da due genitori cinesi, verrà considerato
cinese in termini etnici, sia che egli sia nato in Cina e sia giunto in Europa in età scolare, sia
che egli sia nato e cresciuto in Italia o in un altro paese europeo. Il secondo aspetto è che,
poiché la definizione adottata di nazionalità rimanda al concetto di discendenza etnica,
l’etnicità dell’individuo ingloba implicitamente la caratterizzazione etnica dei suoi genitori.
La strategia analitica adottata in questa ricerca per perseguire l’obiettivo di misurare gli
effetti autonomi delle due dimensioni dell’appartenenza etnica e l’esperienza migratoria
costituisce un’applicazione al concetto di origini etniche del metodo proposto recentemente
da Bukodi e Goldthorpe (2012) per individuare gli effetti indipendenti delle tre componenti
delle origini sociali in grado di influire sull’istruzione degli individui. Più precisamente, gli
autori argomentano che il concetto di classe sociale, il quale spesso nelle analisi sulle
disparità di istruzione viene considerato come in grado di approssimare la dimensione delle
origini sociali, rifletta piuttosto solo un aspetto di questa dimensione, cioè quello delle risorse
economiche possedute dai genitori. In questo modo, se nelle analisi solo questo aspetto viene
preso in considerazione come misura delle origini sociali, la stima del relativo parametro
finirà per contenere anche l’effetto di altri fattori, distinti benché certamente associati alla
classe sociale. Queste ulteriori componenti, ipotizzate come autonome dalla classe sociale,
sono lo status sociale (corrispondente all’aspetto socio-culturale e relazionale della
stratificazione sociale) e l’istruzione dei genitori (inteso come risorse educative in grado di
tradursi in supporto all’istruzione dei figli) (ibidem). Per testare l’ipotesi che queste tre
componenti siano in grado di esercitare effetti indipendenti l’una dall’altra sull’istruzione
degli individui, gli autori inseriscono le relative variabili all’interno di una serie di modelli di
regressione logistica binomiale, individuando parametri statisticamente significativi per
ognuna di esse. Poiché le analisi condotte in questa ricerca condividono lo stesso intento
descrittivo che ha guidato l’analisi condotta da Bukodi e Goldthorpe (2012) su dati inglesi, e
testata per il caso italiano da Marzadro e Schizzerotto (2014) applicherò la strategia suggerita
da questi autori all’analisi degli effetti autonomi delle componenti delle origini etniche:
l’esperienza migratoria e dell’appartenenza etnica.
43
1.3.2 Le ipotesi di ricerca che guidano il lavoro
Alla luce della letteratura analizzata, questa ricerca assegna, nella spiegazione dello
svantaggio scolastico degli studenti stranieri in Europa, centralità a due dimensioni: le origini
sociali e le origini etniche (si veda la figura 1.1 di seguito per una rappresentazione grafica).
Si prenda in considerazione anzitutto il ruolo della prima di queste due dimensioni. Nella
seconda sezione di questo capitolo, parlando della concezione teorica tradizionale delle
disparità d’istruzione in Europa, si è fatto riferimento alla distinzione proposta da Boudon tra
effetti primari e effetti secondari delle origini sociali (Boudon, 1974; Erikson e Jonsson, 1996;
Jackson, Erikson, Goldthorpe, e Yaish, 2007; Jackson M. , 2013). Più precisamente, seguendo
l’argomentazione dell’autore, si sono definiti come effetti primari l’influenza delle origini
sociali sugli apprendimenti e sui risultati scolastici, mentre come effetti secondari l’influenza
che l’origine sociale esercita sulla carriera scolastica individuale, a parità di abilità dimostrate.
Si è inoltre evidenziato come la teoria più frequentemente evocata per illustrare il
meccanismo degli effetti primari sia quella della riproduzione sociale, la quale fa riferimento
alle inferiori risorse culturali delle famiglie meno avvantaggiate per spiegare i ridotti risultati
scolastici dei figli (Bourdieu e Passeron, 1970; Bernstein, 1975; Bowles e Gintis, 1976;
Bourdieu, 1984). Nel trattare degli effetti secondari, invece, è la teoria della scelta razionale
quella ad aver ottenuto il maggior consenso tra gli studiosi. Essa, ponendo l’accento sulla
valutazione razionale dei costi e dei benefici delle possibili scelte di istruzione, mette in luce
il peso delle risorse socio-economiche dei genitori, le quali costituiscono il riferimento da cui
parte la valutazione dell’utilità delle singole alternative (Boudon, 1974; Erikson e Jonsson,
1996; Goldthorpe J. H., 1996; Breen e Goldthorpe, 1997). Abbiamo già avuto modo nella
precedente sezione di discutere con maggior dettaglio sia il funzionamento di questi
meccanismi, sia come essi possano essere estesi alla considerazione della stratificazione
etnica in istruzione. La mia proposta costruisce sul modello tradizionale delle disparità di
istruzione per integrazione. Per tale ragione non verranno riprese qui in considerazione le
spiegazioni teoriche che ad esso fanno riferimento, per le quali si rimanda alla precedente
sezione, ma ci si concentrerà piuttosto sugli aspetti che si propone di integrare nella sua
struttura. Nonostante ciò, alcuni aspetti della considerazione delle origini sociali in questa
proposta meritano di essere approfonditi. Anzitutto, coerentemente alla recente letteratura in
44
materia (Bukodi e Goldthorpe, 2012; Marzadro e Schizzerotto, 2014), vengono considerate in
questo studio contemporaneamente sia l’istruzione dei genitori che la loro posizione
occupazionale. Basandoci sulla teoria del capitale umano (Becker, 1962) oltre che sulle
argomentazioni degli studiosi della mobilità sociale (ad esempio Erikson e Goldthorpe, 1992
e Breen, 2004), possiamo individuare l’esistenza di una relazione positiva tra queste due
dimensioni. Tuttavia, è da notare che il titolo di studio dei genitori stranieri deriva dalla loro
partecipazione scolastica nel paese di origine, mentre la loro posizione occupazionale, aspetto
in grado di approssimare le risorse socio-economiche su cui lo studente può fare affidamento
nel suo investimento in istruzione, è ottenuta nel paese di arrivo. Nella rappresentazione
grafica che si riporta di seguito, dunque, la freccia che connette l’istruzione dei genitori alla
loro posizione occupazionale si trova tratteggiata. Ciò poiché spesso i titoli di istruzione
ottenuti nel paese di origine non vengono riconosciuti, formalmente o informalmente, come
equivalenti a quelli analoghi dei nativi. Ciò comporta che i lavoratori immigrati in Europa
abbiano una maggiore propensione ad essere occupati in lavori per i quali risultano sovra-
qualificati (Chiswick e Miller, 2010; Dustman e Glitz, 2011; Nieto et.al., 2013). Come ha
messo in luce Friedberg, inoltre, il minor grado di trasferibilità del proprio capitale umano
non sembra colpire tutti i gruppi etnici allo stesso modo ma è presente una elevata
eterogeneità tra le minoranze a seconda del paese di provenienza e del titolo di studio
posseduto (Friedberg, 2000; Mattoo et.al., 2008).
Queste considerazioni, congiuntamente a quelle dei numerosi studi che riscontrano
inferiori risultati occupazionali per gli immigrati sul mercato del lavoro dei paesi di
destinazione (Heath e Cheung, 2007; Reyneri e Fullin, 2011; Kogan, 2011) evidenziano la
presenza di una relazione particolare tra la nazionalità dei genitori stranieri e la classe sociale
di origine dello studente. Nonostante possa essere interessante approfondire tale relazione,
l’obiettivo di questo lavoro è quello di proporre un modello teorico per analizzare lo
svantaggio scolastico delle minoranze che sia il più possibile semplificativo della realtà, e che
focalizzi espressamente sullo studente, per le ragioni esposte nel corso della prima sezione a
proposito dello studio dell’andamento del processo di integrazione. In altre parole, per quanto
riguarda la dimensione delle origini sociali, quello che interessa studiare in questa sede è
l’influenza delle risorse culturali e socio-economiche dello studente sulle sue competenze e
45
scelte di istruzione, quale che sia il meccanismo sottostante che alloca i suoi genitori
immigrati da adulti all’interno della stratificazione sociale del paese di destinazione.
Accanto alla dimensione delle origini sociali, anche quella dell’origine etnica gioca un
ruolo centrale. Difatti, una delle ipotesi su cui esso si basa è che essa sia in grado di esercitare
un’influenza autonoma sull’istruzione degli individui, non spiegabile attraverso il riferimento
alla classe sociale di origine dello studente o al livello di istruzione dei propri genitori, come
riscontrano alcune ricerche già richiamate (Marks, 2005; Kao e Thompson, 2003; Rothon,
2007; Heath e Rothon, 2014). Analogamente alle origini sociali, anche l’origine etnica è
considerata in grado di influenzare l’istruzione dell’individuo sia in modo diretto, che in
modo indiretto, attraverso la connessione presente tra competenze acquisite e scelte
scolastiche. In altre parole, seguendo una pratica che solo recentemente si sta diffondendo
negli studi sulla stratificazione etnica in istruzione, applicherò la distinzione di Boudon di
effetti primari e secondari alla dimensione delle origini etniche. Per tale ragione, questa
proposta può essere letta come un tentativo di dialogo tra la tradizione teorica
stratificazionista, e le riflessioni dei sociologi delle migrazioni. Già Cebolla-Boado ha
evidenziato come queste due linee di ricerca abbiano finora proceduto parallelamente, con
pochissimi momenti di contatto tra loro (Cebolla-Boado, 2011). Tuttavia è facendo
riferimento ad entrambe che possiamo auspicare di comprendere meglio i meccanismi
generativi delle disparità di istruzione nelle nostre società contemporanee, sempre più
multiculturali e multietniche.
Fino al recente passato gli studiosi si sono soprattutto interessati all’analisi dello
svantaggio scolastico dei figli di immigrati attraverso o uno o l’altro dei suoi indicatori
empirici precedentemente illustrati. Alcuni studi, ad esempio, si sono focalizzati
espressamente sugli apprendimenti (Kao e Thompson, 2003; Marks, 2005; Dronkers, Van der
Velden, e Dunne, 2011) altri, invece, hanno utilizzato come indicatore dello svantaggio
scolastico delle minoranze le scelte effettuate dagli studenti, sia in termini verticali (Cebolla-
Boado, 2011; Jonsson et.al., 2014), che orizzontali (Kristen, Reimer, e Kogan, 2008; Crul e
Schneider, 2009; Waters, Heath, Van Tran, e Boliver, 2013). Nonostante, come è stato
argomentato, esista una chiara relazione positiva tra performance scolastiche e successive
scelte di istruzione, prendere in esame esclusivamente uno di questi aspetti per studiare
46
l’effetto delle origini etniche sull’istruzione potrebbe comportare risultati difficilmente
comparabili a quelli ottenuti focalizzando sull’altro. Le poche e recenti ricerche che hanno
applicato la concezione degli effetti primari e secondari alla stratificazione etnica, infatti,
hanno messo luce che la relazione tra le origini etniche e lo svantaggio scolastico potrebbe
avere segno differente a seconda dell’indicatore considerato per quest’ultimo (Heath e
Brinbaum, 2007; Cebolla-Boado, 2011; Jackson, 2013).
Ad esempio, Jonsson e colleghi trovano che, nonostante i risultati scolastici mediamente
inferiori rispetto ai nativi, nessun gruppo etnicamente minoritario si trova significativamente
sottorappresentato all’interno degli indirizzi accademici, se si considerano studenti con
analogo livello di competenze (Jonsson e Rudolphi, 2010). Alle stesse conclusioni giungono
Lessard-Phillips, Brinbaum e Heath, dimostrando che gli effetti delle origini etniche sulle
scelte scolastiche, anziché sommarsi agli effetti negativi delle inferiori risorse economiche,
mitigano questi ultimi, anche in presenza di risultati scolastici inferiori20 (Lessard-Phillips,
Brinbaum, e Heath, 2014). Risultati simili sono stati riscontrati anche nel contesto italiano.
Ceccatelli e colleghi, ad esempio, hanno individuato segni di questo ‘paradosso etnico’
intervistando alcuni studenti delle scuole superiori fiorentine. Gli autori hanno illustrato come
questi attribuiscano una elevata importanza all’istruzione formale e condividano un forte
impegno nello studio nonostante le difficoltà di apprendimento (Ceccatellli, 2004). Alla stessa
conclusione è giunto recentemente anche Ravecca analizzando un campione di studenti sia
italiani che di origine immigrata a Genova. L’autore ha riscontrato in questo secondo gruppo
risultati scolastici nettamente inferiori ai primi, ma, contrariamente alle aspettative, anche un
maggior livello di investimento e ambizioni educative (Ravecca, 2009).
Questi risultati ci dimostrano che, se si vuole studiare l’integrazione degli immigrati
come fenomeno sociale, è necessario superare la considerazione disgiunta degli aspetti delle
competenze e delle scelte scolastiche, poiché solo studiandoli insieme è possibile ottenere
un’immagine realistica dell’influenza delle origini etniche sull’istruzione dell’individuo.
Nonostante, dunque, l’integrazione della dimensione etnica e dei suoi effetti primari e
secondari nel modello teorico classico delle disuguaglianze di istruzione non rappresenti
20 In altre parole, gli autori mettono in luce che gli studenti appartenenti alle minoranze etniche mostrano scelte
scolastiche migliori di quelle che ci si potrebbe aspettare da loro prendendo in considerazione esclusivamente le
loro risorse economiche familiari e i precedenti risultati scolastici (si veda anche (Jackson, Jonsson, & Rudolphi,
2012).
47
un’assoluta novità di questo lavoro, la mia proposta costruisce sulle precedenti elaborazioni
integrando ulteriormente quanto presente in letteratura.
Nella più completa proposta teorica individuata a questo proposito risulta essere quella
recentemente avanzata da Lessard-Phillips, Brinbaum e Heath (2014). Nonostante sia in essa
presente la trattazione congiunta degli effetti primari e secondari sia dell’origine etnica che
dell’origine sociale, come nel modello che propongo in queste pagine, rispetto a quest’ultimo
gli autori considerano la dimensione etnica in termini monolitici. Più precisamente Lessard-
Phillips, Brinbaum e Heath prendono in esame nella loro elaborazione esclusivamente gli
studenti di seconda generazione, non trattando invece l’esperienza migratoria. Inoltre, poiché
nelle successive analisi essi considerano come seconde generazioni non solo i figli di
immigrati nati e cresciuti nel paese di destinazione, ma anche i giovani nati all’estero e
arrivati in Europa prima dell’inizio delle scuole dell’obbligo, è difficile stabilire quanto degli
effetti che individuano sia realmente attribuibile alla nazionalità e quanto invece possa
dipendere dall’esperienza migratoria degli individui21.
La considerazione disgiunta della nazionalità e dell’esperienza migratoria in questa
ricerca costituisce dunque un primo ambito di originalità rispetto alla letteratura in materia.
Uno degli assunti su cui il modello si basa è che sia la nazionalità quanto l’esperienza
migratoria esercitino un effetto sia sulle competenze scolastiche individuali che sulle scelte
d’istruzione, autonomo l’uno dall’altro, e distinto rispetto a quello esercitato dalle origini
sociali22. Per riprendere la terminologia utilizzata da Boudon (1974), entrambi questi aspetti
sono supposti in grado di influire sull’istruzione sia attraverso il canale degli effetti primari
che attraverso quello degli effetti secondari, a parità di classe sociale di origine e di istruzione
dei genitori. Come argomentato nel precedente paragrafo, la migrazione può essere letta come
in grado di influenzare, a parità di età alla quale essa avviene e di nazionalità, sia gli
apprendimenti che le scelte scolastiche degli individui in ragione della sua connessione con
aspetti psicologici e psico-sociali. Come ha rilevato Kao, l’esperienza migratoria può
impattare negativamente anche sui figli di immigrati, abbassando la percezione di questi
21 Inoltre, come si argomenterà tra poco, nel modello teorico di Lessard-Phillips, Brinbaum e Heath gli effetti
delle origini etniche sono considerati come additivi rispetto a quelli delle origini sociali. Anche relativamente a
questo aspetto mi prefiggo di portare nuove evidenze alla discussione, analizzando la presenza di possibili effetti
di interazione tra le due dimensioni. 22 Si faccia riferimento alla rappresentazione grafica per una versione direttamente intelligibile.
48
ultimi di poter influire autonomamente del proprio destino (Kao, 1999). Poiché tenderanno ad
attribuire le loro esperienze di vita quotidiana (come ad esempio i bassi rendimenti scolastici
o eventuali esperienze di bullismo e discriminazione) a circostanze esterne al proprio
controllo più facilmente dei nativi, la loro motivazione a investire nello studio ne risentirà,
influenzando negativamente il loro rendimento (Covington, 1984). Bandura, inoltre, ha
rilevato che la percezione da parte degli adolescenti di poter attivamente influire sulla
direzione che prenderà la propria vita è connessa alla maggiore quota di responsabilità assunte
e alla maggiore capacità di posticipare la gratificazione (Bandura, 1993, 1995). Per questa
ragione possiamo attenderci che, a parità di apprendimenti e di nazionalità, gli studenti
immigrati si dimostrino meno inclini e effettuare scelte scolastiche impegnative ma
prestigiose che nonostante le difficoltà nell’immediato possano garantire loro ritorni
occupazionali migliori. Come hanno sottolineato in una recente ricerca Eve e Ricucci,
l’influenza negativa della migrazione risulta indipendente da quella nazionalità. Gli autori
riscontrano infatti che l’esperienza traumatica della migrazione è in grado di esercitare
perduranti effetti negativi anche per gli studenti che hanno compiuto una migrazione
all’interno dei confini di uno stato nazionale e che dunque condividono diverse caratteristiche
rilevati, tra cui la lingua, con i coetanei nel contesto di destinazione (Eve e Ricucci, 2009;
Eve, 2014).
Spostiamo ora l’attenzione ai meccanismi attraverso cui la nazionalità influisce sugli
apprendimenti e sulle scelte scolastiche degli individui, al netto dell’influenza delle risorse
socio-economiche e culturali familiari, nonché dell’esperienza migratoria. Partiamo dalla
considerazione che il livello generale d’investimento di un individuo e della sua famiglia in
istruzione dipende dalla percezione di quanto tale investimento gli potrà garantire mobilità
sociale ascendente o tutelare dal rischio di peggiorare la propria posizione sociale. Come
abbiamo visto nella seconda sezione di questo capitolo, il fatto che tali percezioni dipendano
dall’origine sociale degli individui è alla base del fenomeno della riproduzione
intergenerazionale delle disuguaglianze sociali (Erikson e Goldthorpe, 1992; Erikson e
Jonsson, 1996; Breen e Goldthorpe, 1997). Come ha argomentato Morgan, tuttavia, tali
percezioni differiscono anche sulla base della nazionalità degli individui (Morgan, 2005;
2012). Secondo questo autore, sono proprio la percezione dell’importanza dell’istruzione
49
formale e le attese rispetto ai successivi ritorni occupazionali dei titoli di studio acquisiti dai
figli nel paese di destinazione ad essere centrali nel definire gli investimenti delle famiglie
straniere in istruzione. Più alte le aspettative, maggiori saranno la motivazione e l’impegno
scolastico degli individui e, dunque, migliori i risultati scolastici (ibidem). L’ipotesi di un
maggiore livello di aspettative rispetto all’istruzione è stata analizzata dagli studiosi
interessati a comprendere i migliori risultati scolastici dei giovani studenti asiatici. Ad
esempio, Goyette e Xie, analizzando gli studenti di origine asiatica negli Stati Uniti,
riscontrano che le alte aspirazioni rispetto all’istruzione dei genitori si riflettono efficacemente
sui figli, i quali quindi mostrano una considerazione dell’istruzione significativamente più
elevata di quella dei loro coetanei americani, aspetto cui è possibile attribuire il loro maggior
successo a scuola (Goyette e Xie, 1999). L’effetto delle alte aspirazioni rispetto all’istruzione
non permette di spiegare esclusivamente i maggiori risultati scolastici dei giovani asiatici
documentati in letteratura (Kao e Thompson, 2003; Fekjaer, 2007; Xie e Hsin, 2013).
Bagguley e Hussain, infatti, studiando le giovani studentesse provenienti dal Pakistan e
dal Bangladesh per il caso inglese, mostrano che le aspettative dei genitori sulla loro possibile
mobilità sociale ascendente rappresentano la causa principale del loro sistematico evitare la
scelta di corsi non accademici e dotati di minor prestigio (Bagguley e Hussain, 2007). Van de
Werfhorst e colleghi, inoltre, riscontrano che le minoranze etniche nel loro complesso sono
inclini a effettuare scelte scolastiche più prestigiose dei compagni autoctoni di simile origine
sociale e precedenti risultati scolastici. Ciò viene da loro imputato alla maggior
considerazione da parte delle famiglie immigrate dei benefici che un elevato investimento in
istruzione potrebbe garantire in termini di mobilità sociale ascendente. In base a queste
riflessioni, è possibile individuare una relazione diretta e positiva tra la nazionalità e le scelte
scolastiche degli individui. In altre parole, esso si basa sull’ipotesi che le scelte scolastiche dei
figli di immigrati, indipendentemente dalla loro diretta esperienza migratoria, dalla classe
sociale di appartenenza e dal titolo di studio dei genitori, saranno mediamente superiori a
quelle dei compagni nativi, a causa delle maggiori aspettative che essi e i propri genitori
nutrono rispetto all’istruzione.
Se il meccanismo delle più elevate aspirazioni sembra particolarmente adeguato a
spiegare gli effetti secondari della nazionalità, diverso è il caso per i cosiddetti effetti primari.
50
Come hanno messo in luce le ricerche sugli apprendimenti, infatti, generalmente le minoranze
etniche mostrano risultati inferiori rispetto ai nativi (Kao e Thompson, 2003; Marks, 2005),
contrariamente da quello che ci si potrebbe attendere in base all’argomentazione delle elevate
aspirazioni. Si può desumere dunque che il meccanismo in grado di spiegare gli effetti primari
della nazionalità sia un altro. Si può ipotizzare che una valida spiegazione dei minori
apprendimenti dei figli di immigrati sia quella avanzata dalle teorie culturaliste presentate
nella precedente sezione23 (Portes e Rumbaut, 1996; Schnepf, 2004; Dalla-Zuanna et.al.,
2009; Azzolini, 2012). Richiamando qui solo brevemente queste ultime, in questa proposta si
sostiene che, indipendentemente dal titolo di istruzione e dalla posizione occupazionale dei
genitori immigrati, le loro differenti possibilità di sostenere i figli nell’apprendimento,
connesse all’inferiore proprietà d’uso della lingua del paese di arrivo e le eventuali carenze
informative, spieghino gli inferiori apprendimenti scolastici dei figli nei contesti di
destinazione. È da notare che, poiché i meccanismi che spiegano gli effetti primari e gli effetti
secondari della nazionalità e dell’esperienza migratoria sono differenti, questi due aspetti sono
visti nel modello che propongo come in grado di esercitare effetti autonomi l’uno dall’altro
sull’istruzione dell’individuo.
La scomposizione degli effetti dell’etnicità non è tuttavia l’unico aspetto di originalità
di questa proposta. Una sua ulteriore caratteristica distintiva è la considerazione della
nazionalità come un fattore24 in grado di incidere sul modo in cui le origini sociali
influenzano l’istruzione dell’individuo. Per far chiarezza su questo punto, si riprenda
l’argomentazione di Morgan riguardo al fatto che la nazionalità concorre a definire le
aspettative che i membri di una famiglia condividono sull’importanza e i ritorni occupazionali
dell’istruzione nello specifico contesto di arrivo (Morgan, 2005). Poiché non solo l’origine
etnica, ma anche le origini sociali possono influire sulle percezioni delle famiglie, come
dimostrato dalla precedente letteratura sulla stratificazione sociale (Erikson e Goldthorpe,
1992; Erikson e Jonsson, 1996; Breen e Goldthorpe, 1997) è possibile che gli effetti di queste
23 Per un più dettagliato approfondimento di queste ultime si rimanda il lettore al secondo paragrafo della
seconda sezione. 24 Si noti che in questo caso si utilizza il vocabolo «fattore» nel suo significato di dimensione, motivo, aspetto. In
altre parole, non si sta facendo riferimento quindi al termine nella sua concezione di «dimensione latente»
risultante dall’applicazione della tecnica di analisi conosciuta come analisi fattoriale.
51
due dimensioni non si addizionino semplicemente, ma che invece esse interagiscano tra loro.
Esaminiamo più nel dettaglio anzitutto le scelte scolastiche.
È possibile ipotizzare che la nazionalità influisca sul modo in cui la classe sociale di
origine esercita su esse il suo effetto o, detto diversamente, che per alcuni gruppi etnici il peso
della posizione occupazionale dei genitori sulle scelte scolastiche sia maggiore (o minore) di
quello che questa variabile ha per altri. Possiamo infatti ad esempio ipotizzare che l’influenza
positiva di possedere elevate risorse socio-economiche sia tanto più intensa quanto più sono
elevate le aspettative che la famiglia condivide relativamente alla possibilità di esperire
mobilità sociale ascendente attraverso l’istruzione. Infatti, una famiglia con elevate risorse
materiali e alte aspirazioni potrebbe essere propensa a devolvere una quota più consistente di
risorse materiali a supporto dell’investimento in istruzione della prole di quella che
destinerebbe una famiglia con pari possibilità economiche ma minore livello di aspettative
legate all’istruzione. In modo complementare, l’effetto di una carenza di risorse socio-
economiche sarà tanto più acuto sugli investimenti scolastici degli individui e delle loro
famiglie quanto più le aspettative di migliorare la propria situazione attraverso l’istruzione
saranno basse. Ugualmente, la nazionalità è vista in grado di influire anche sul modo in cui
l’istruzione dei genitori si riverbera sugli apprendimenti scolastici dei figli. Come abbiamo
visto, in base alle spiegazioni di matrice culturale, le minori competenze dei discendenti degli
immigrati possono essere attribuite alle inferiori possibilità dei loro genitori di sostenerli nel
loro percorso di istruzione nel paese di arrivo, a causa di carenze sia linguistiche che
informative (Portes e Rumbaut, 1996; Dalla-Zuanna et.al., 2009; Azzolini, 2012). Possiamo
però ipotizzare che, se tali lacune sono particolarmente consistenti, a causa ad esempio della
maggiore distanza culturale che caratterizza alcune minoranze (Alba, Handl, e Müller, 1998),
l’effetto positivo di un elevato titolo di studio potrebbe essere significativamente inferiore. In
modo complementare, avere genitori scarsamente istruiti potrebbe rappresentare per i minori
immigrati un ostacolo inferiore se essi, nonostante il basso titolo di studio possiedono elevate
competenze nella lingua del paese di destinazione. La figura 1.1 di seguito, rappresenta
graficamente la struttura del modello teorico che propongo per analizzare lo svantaggio degli
studenti stranieri in Europa. Di seguito, procedo anche a riportare in forma sintetica le ipotesi
di ricerca, da esso dedotte, discusse in queste pagine.
52
Figura 1.1: Il modello teorico per la spiegazione dello svantaggio scolastico dei figli di
immigrati testato in questa ricerca.
I meccanismi dello svantaggio scolastico dei figli degli immigrati alla base del modello
teorico proposto saranno empiricamente testati nel corso dei prossimi capitoli. Più
precisamente, le ipotesi di ricerca che guideranno le analisi sono:
H1: Le origini etniche esercitano un’influenza autonoma sull’istruzione degli individui,
distinta da quella esercitata dalle origini sociali (detto diversamente: l’essere straniero
influisce sull’istruzione degli individui anche a parità di origine sociale).
H2: Le origini etniche si compongono di due dimensioni: l’appartenenza etnica e l’esperienza
migratoria. Entrambe influenzano l’istruzione degli individui, autonomamente una dall’altra.
H3: L’appartenenza etnica e l’esperienza migratoria influiscono sull’istruzione sia attraverso
il canale degli effetti primari che attraverso quello degli effetti secondari. Detto diversamente,
queste dimensioni esercitano un effetto non solo sugli apprendimenti, ma anche sulle scelte di
istruzione compiute dagli studenti a parità di competenze acquisite.
H4: L’effetto dell’appartenenza etnica sull’istruzione non si somma semplicemente a quello
esercitato dalle origini sociali. Esistono bensì effetti di interazione tra queste due dimensioni.
53
1.3.3 Le spiegazioni concorrenti: il possibile ruolo dei fattori contestuali
Fino a questo punto della trattazione si è fatto esclusivamente riferimento agli approcci
teorici e alle ricerche empiriche che spiegano lo svantaggio scolastico dei discendenti degli
immigrati assegnando maggiore responsabilità alle caratteristiche specifiche dei soggetti
coinvolti. Sia il modello teorico classico che la versione appena proposta, infatti, chiariscono i
nessi presenti tra fattori e dimensioni che si trovano tutte al medesimo livello di analisi: quello
individuale, o «micro». Tuttavia, le teorie che condividono il focus sul livello individuale,
costituiscono solo una piccola, benché significativa, parte del complesso delle interpretazioni
dello svantaggio scolastico degli studenti stranieri che sono presenti in letteratura (Stevens e
Dworking, 2014). Durante lo sviluppo degli studi sui divari di istruzione tra minori stranieri e
nativi in Europa, infatti, sono emerse una molteplicità di argomentazioni teoriche concorrenti,
le quali sostengono interpretazioni alternative all’approccio qui adottato. Per poter
efficacemente valutare la portata esplicativa del modello teorico proposto, dunque, si rende
necessario non solo testare empiricamente la validità delle ipotesi da esso derivabili, ma anche
escludere che vi siano altre dimensioni capaci di influire sul fenomeno oggetto di studio in
misura maggiore di quelle sui cui il modello si focalizza. In quest’ottica, nelle pagine che
seguono, fornirò una panoramica delle spiegazioni dello svantaggio scolastico dei figli di
immigrati alternative. Queste ultime possono essere distinte in base al livello sovra-
individuale a cui, implicitamente o esplicitamente, assegnano la maggiore responsabilità del
divario degli studenti stranieri: cioè i livelli «meso» e «macro». Per prime esaminerò le teorie
che analizzano i fattori di contesto più vicini al livello di analisi di cui si è parlato finora, cioè
quelle di livello intermedio, o «meso».
Il ruolo degli insegnanti
Alcuni dei critici della maggiore importanza delle caratteristiche individuali nella
spiegazione dello svantaggio scolastico dei figli di immigrati, partono dalla considerazione
che l’apprendimento è tutt’altro che il risultato di una attività solitaria dell’individuo. Per tale
ragione, questi studiosi sostengono che, per comprendere il generarsi delle disparità
scolastiche, sia necessario rivolgere lo sguardo a cosa accade quotidianamente all’interno
delle mura scolastiche (Delamont, 1977; Woods e Hammersley, 1977; Thomas et.al., 1988;
Strand, 2010). L’esperienza dell’apprendimento viene dunque interpretata come mediata
dall’appartenenza dell’individuo ad un gruppo specifico: classe scolastica. Quest’ultima
costituisce un microcosmo al cui interno si sviluppano specifiche dinamiche (Fischer, 2003).
54
Adottando una prospettiva microinterazionista, Woods ha dimostrato che l’atmosfera socio-
emotiva che si crea in questi microcosmi (il cosiddetto clima di classe), può influenzare
positivamente i risultati scolastici degli studenti (Woods, 1983). Gli attori chiave a questo
proposito sono gli insegnanti e il gruppo dei compagni di classe, i quali possono favorire o
ostacolare l’impegno nello studio e, in generale, il benessere persole (Giovannini e Quierolo
Palmas, 2002). Per spiegare come i primi possano influire sullo svantaggio scolastico dei figli
di immigrati è stata proposta la teoria della discriminazione. Essa legge la stratificazione
etnica in istruzione come il risultato della relazione pedagogica negativa che gli insegnanti
instaurano con gli studenti stranieri (Wright, 1987; 1992; Crozier, 2005). In altre parole, la
diffusione a livello del corpo docente di pregiudizi negativi legati alla nazionalità genera un
clima sfavorevole all’investimento in istruzione degli studenti alloctoni, i quali mostreranno
apprendimenti inferiori (Gillborn, 1995; Archer e Francis, 2007; Brinbaum e Guégnard,
2013). Alcuni recenti studi condotti in Italia, inoltre, è emerso come gli insegnati italiani
inconsciamente tendano a minimizzare gli episodi di razzismo a cui assistono, legittimandoli
indirettamente (Delli Zotti e Urpis, 2012; Serpieri e Grimaldi, 2013). A questa stessa
conclusione è giunto anche Stevens in una recente ricerca condotta a Cipro, all’interno di
alcune scuole frequentate da una popolazione mista di greci e turchi-ciprioti. In questa
comunità etnicamente divisa, gli studenti riportavano una lettura degli atteggiamenti degli
insegnati nei termini di legittimazione di una distribuzione diseguale di potere tra i due gruppi
(Stevens, 2016). Gli insegnanti è i dirigenti scolastici sono tuttavia in grado di impattare
anche in maniera più diretta sui percorsi scolastici degli studenti immigrati, ad esempio
attraverso gli orientamenti forniti al momento della transizione alla scuola post-obbligo. Le
considerazioni del corpo docente circa quale sia l’opzione migliore per gli studenti, sono
risultate infatti in certi casi sistematicamente influenzate dalla categoria sociale a cui questi
appartengono, con il risultato a livello aggregato di una riproduzione delle disparità sociali
(Boone e Van Houtte, 2013). Anche Checchi, studiando i consigli orientativi degli insegnanti
in contesto milanese ha riscontrato come a parità di rendimento scolastico il background
culturale famigliare giochi un ruolo tutt’altro che marginale nell’indirizzo verso l’istruzione
liceale (Checchi, 2010b). Una ricerca condotta da Galloni sui giovani di etnia sikh residenti a
Cremona ha mostrato, infatti, quanto le scelte scolastiche dei giovani di questa minoranza
siano influenzate al ribasso dalle credenze degli insegnanti rispetto alle loro effettive
probabilità di successo all’interno degli indirizzi accademici più competitivi (Galloni, 2008).
Alle medesime conclusioni è giunta Conte, rilevando una netta sproporzione di indirizzamenti
verso l’istruzione tecnica e professionale per i figli di stranieri rispetto ai coetanei nativi, a
55
parità di loro voto di uscita dalla scuola media inferiore (Conte, 2012). Volendo sintetizzare,
gli insegnanti possono essere considerati come in grado di influire sul successo scolastico dei
loro allievi stranieri principalmente in tre modi: con la loro condotta manifesta (cioè con
comportamenti potenzialmente o palesemente discriminatori), con le loro celate credenze e
convinzioni personali (poiché in grado di tramutarsi in profezie che si auto-adempiono
(Rosenthal e Jacobson, 1968)), e attraverso effetti non previsti delle loro scelte organizzative,
come ad esempio l’adozione di libri di testo non adeguati a favorire l’inclusione delle
minoranze (Markom e Weinhaupl, 2007).
Il gruppo dei pari: influenza diretta e influenza indiretta
Non solo i rapporti con gli insegnanti, ma anche le interazioni con i compagni di classe
sono state prese in esame nel tentativo di spiegare i minori risultati scolastici dei figli di
immigrati. Le teorie avanzate a questo proposito possono essere distinte a seconda della loro
considerazione dell’influenza del gruppo dei pari come diretta o indiretta. Per quanto riguarda
le prime, il loro sviluppo si è svolto principalmente negli Stati Uniti. In una famosa ricerca
condotta all’interno di una scuola superiore americana, Ogbu ha ad esempio studiato come gli
atteggiamenti e i comportamenti dei compagni di uguale nazionalità possano essere in grado
di disincentivare attivamente gli investimenti scolastici degli stranieri (Fordham e Ogbu,
1986), percepiti come un allontanamento dalla propria cultura di origine (Cook e Jens, 1997;
Ogbu, 2004; Tyson et.al., 2005). Attraverso una approfondita ricerca etnografica, l’autore ha
illustrato come la paura di essere accusati dai compagni di “comportarsi da bianchi” (acting
white) nel caso dell’ottenimento di risultati scolastici elevati, riusciva a scoraggiare
significativamente l’impegno nello studio da parte degli studenti afro-americani.
Diversamente dal focalizzarsi sulle minoranze etniche, le ricerche sull’influenza
indiretta del gruppo dei pari hanno allargato il focus dell’attenzione, analizzando gli effetti
della concentrazione etnica nelle classi sia relativamente ai minori stranieri che degli studenti
della maggioranza autoctona. Gli studi appartenenti a questo gruppo si sono focalizzati sugli
effetti della concentrazione etnica all’interno delle scuole e delle classi sul successo scolastico
degli studenti. Tre sono i meccanismi principali che la letteratura suggerisce come in grado di
produrre una diseguale incidenza di studenti stranieri all’interno di determinati istituti o classi
scolastiche. Il primo dipende dalla scelta razionale delle famiglie le quali, nell’ottica del
mantenimento del proprio vantaggio relativo attraverso l’istruzione dei figli, si attivano per
allocare la loro prole nelle migliori scuole disponibili, ad esempio attraverso la scelta
dell’istruzione privata o trasferendosi in contesti locali dove ritengono si trovino le scuole
56
migliori (Deming et.al. 2014; Allen, 2016). Poiché queste scelte richiedono generalmente un
considerevole investimento economico, è probabile che siano specialmente i genitori nativi a
utilizzare questi canali rispetto alle famiglie immigrate che percepisco più frequentemente
ristrettezze economiche a seguito della migrazione. Il secondo dipende dalle scelte di
istruzione dei figli degli immigrati. Questi ultimi tendono infatti a concentrarsi all’interno
degli indirizzi di studio meno prestigiosi e maggiormente orientati a un veloce ingresso nel
mercato del lavoro (Barban e White, 2011; ISTAT, 2016c). Come abbiamo visto nel
precedente paragrafo, ciò può essere dovuto anche alla tendenza da parte del corpo docente di
disincentivare, direttamente o indirettamente, i figli di immigrati dall’iscrizione agli indirizzi
accademici maggiormente competitivi (Romito, 2014; Bonizzoni et. al., 2014). Infine, il terzo
meccanismo dipende dalla segregazione a livello territoriale. O per via delle inferiori risorse
economiche, o a causa di atteggiamenti discriminatori da parte di alcuni proprietari di
appartamenti o per il desiderio di abitare vicino ai connazionali, o per una combinazione di
questi fattori, spesso le prime generazioni di immigrati tendono a concentrarsi in particolari
aree del territorio dove il costo degli affitti è meno oneroso (Brunello e Rocco, 2013). Nelle
scuole di queste specifiche aree la concentrazione di figli di immigrati sarà più elevata. È
probabile che proprio queste scuole siano quelle dotate da un lato di minori dotazioni
materiali e dall’altro di un corpo docente meno preparato o motivato (Cebolla-Boado, 2007;
Barbieri et.al., 2010; Di Bartolomeo, 2011; Contini, 2013).
Alla crescita del carattere multietnico delle scuole, specie in particolari aree, l’interesse
per gli effetti di questo fenomeno da parte sia degli studiosi di sceinze sociali che
dell’opinione pubblica è cresciuto considerevolente. I risultati delle ricerche sul tema, tuttavia,
non sembrano convergere. Ad esempio, nei Paesi Bassi lo studio di Van der Silk e colleghi
(2006) evidenzia effetti negativi lievi o non statisticamente significativi della concentrazione
degli stranieri sulle competenze linguistiche degli studenti, mentre al contrario Dumay e
Dupriez (2008) trovano un effetto significativo per questa dimensione. Alcuni studi condotti
in Italia hanno individuato una relazione negativa tra presenza straniera e i risultati scolastici
medi della classe (Brunello e Rocco, 2011; Azzolini, 2012). Analizzando le scuole elementari
spagnole, invece, Cebolla Boado e Medina (2011) non trovano alcun effetto negativo dovuto
alla proporzione di studenti stranieri. Fekjaer e Birkelund esaminando i dati delle scuole
secondarie superiori norvegesi, trovano effetti differenziati della composizione etnica della
classe scolastica a seconda della generazione migratoria: mentre una maggior diversità sembra
influenzare positivamente i risultati scolastici dei nativi e delle seconde generazioni, gli effetti
per gli studenti immigrati si invertono di segno (Fekjaer e Birkelund, 2007). Wicht riscontra
57
invece che la percentuale di studenti immigrati a livello di scuola influenza positivamente le
aspirazioni lavorative sia degli immigrati che dei nativi in Germania. La stessa conclusione è
tratta da Minello analizzando le aspirazioni degli studenti delle scuole secondarie inferiori in
Italia, dove la maggiore concentrazione di figli immigrati influenza positivamente le
aspirazioni scolastiche dei nativi (Minello, 2014). Tuttavia, nonostante alcuni di studi
suggeriscano che l’elevata presenza di minoranze etniche nelle scuole infici i risultati
scolastici del gruppo nel suo complesso, una composizione etnicamente mista è considerata
generalmente come il migliore antidoto non solo al divario negli apprendimenti dei figli di
immigrati (Orfield e Eaton, 1996; Felouzis, 2003), come dimostrano le ricerche sugli effetti
delle cosiddette classi separate – (Gogolin e Salem, 2014), ma anche allo sviluppo nelle
minoranze di comportamenti anti-scolastici (Keddie, 1971). Nella ricerca della ragione
dell’eterogeneità dei risultati sull’effetto della concentrazione etnica, Cebolla-Boado ha messo
in luce quanto le stime possano essere sensibili al tecnica statistica utilizzata. Se ad esempio
l’incidenza degli stranieri all’interno delle classi è considerata esogena e vengono stimati
modelli di regressione tradizionali, si possono ottenere risultati a favore della presenza di una
associazione negativa tra proporzione di studenti immigrati e investimento in istruzione. Se
invece si considera il processo di allocazione ad una particolare scuola come non casuale, ma
al contrario dovuta a precedenti processi di segregazione territoriale degli immigrati e si
utilizza quindi un approccio per variabili strumentali, si può riscontrare l’assenza di effetti
significativi (Cebolla-Boado, 2007). Tuttavia, Jensen e Rasmussen analizzando dati PISA in
Danimarca e adoperando la stessa strategia analitica suggerita da Cebolla-Boado riscontrano
una sostanziale uguaglianza dei risultati comparando i due metodi. Gli autori rilevano che le
stime ottenute attraverso il modello OLS e quelle derivate dall’approccio con variabili
strumentali permettono di trarre le medesime conclusioni: cioè che la concentrazione etnica
influisca negativamente sulle competenze sia degli studenti nativi che dei figli di immigrati
(Jensen e Rasmussen, 2011). Recentemente anche Tonello, analizzando le competenze
linguistiche degli studenti delle scuole secondarie inferiori attraverso modelli contenenti
effetti fissi di scuola, anno e regione per anno, dunque una strategia in grado di ripulire le
stime dall’errore dovuto alla distribuzione non casuale degli studenti tra le scuole, riscontra
comunque la presenza di un effetto negativo, debole ma statisticamente significativo, della
concentrazione etnica (Tonello, 2016).
58
Le reti relazionali e le comunità locali: influenza diretta e influenza indiretta
L’analisi degli effetti contestuali a livello meso, tuttavia, è andata oltre all’esclusiva
considerazione dell’ambiente scolastico. Per quanto concerne gli studi sul ruolo dei fattori
extrascolastici, emerge per importanza la tradizione di ricerca sull’effetto della comunità e
delle reti di relazioni in cui lo studente e la sua famiglia sono inseriti sui risultati scolastici dei
minori stranieri. Queste sono state considerate come i mattoni costituitivi del capitale sociale
dell’individuo, una risorsa importante per la sua partecipazione alla sfera economica della
società (Coleman, 1988; Putnam, 2000; Putnam et. al, 2003). Seguendo le teorizzazioni sul
capitale sociale, alcuni studiosi hanno attribuito lo svantaggio scolastico degli studenti
stranieri a un minore coinvolgimento dei loro genitori in relazioni con famiglie native. È a tale
ragione che hanno imputato la minor capacità di mobilitare risorse immateriali a sostegno del
processo di istruzione della prole (Sewell, Haller, e Portes, 1969). Borjas ha evidenziato,
inoltre, che anche le relazioni intra-etniche, cioè tra stranieri di uguale nazionalità, sono in
grado di giocare un ruolo importate sull’istruzione dei figli di immigrati (Borjas, 1992).
Analogamente, anche Portes e Rumbaut hanno dimostrato che l’essere inseriti in una
comunità etnica numerosa e coesa nel paese di arrivo può essere un fattore positivo per il
successo scolastico degli studenti stranieri (Portes e Rumbaut, 2001). Poiché la permanenza
degli individui all’interno dello stesso contesto spaziale è un fattore chiave per la costruzione
e il mantenimento dei legami sociali (Leventhal e Brooks-Gunn, 2000), la realizzazione del
progetto migratorio potrebbe inoltre comportare una perdita del precedente capitale sociale
e/o la difficoltà a sviluppare nel paese di arrivo nuove reti relazionali, specie se in esso non è
già presente una comunità di analoga nazionalità. Nonostante l’importanza di questi aspetti e
la diffusione in letteratura delle teorie che su essi si basano, è da notare che nelle società
contemporanee l’abbassamento dei costi di comunicazione e di trasporto ha reso più semplice
mantenere rapporti transnazionali (Glick Schiller et.al., 1995; Vertovec, 1999, Bobova, 2016).
Allo stesso tempo l’aumento dei flussi migratori e la dinamica dei ricongiungimenti familiari
hanno comportato la crescita della grandezza delle comunità etniche nei paesi di destinazione.
Inoltre, anche nei paesi a più recente immigrazione come l’Italia, l’attenzione dei governi allo
sviluppo di politiche di integrazione e di informazione degli immigrati è notevolmente
aumentata. Tutti questi recenti cambiamenti possono essere visti come in grado di ostacolare
gli effetti negativi del processo migratorio sulla dotazione in termini di capitale sociale delle
famiglie.
59
Diversamente dalle analisi sull’influenza diretta delle relazioni in cui lo studente e la
sua famiglia sono inseriti, gli studiosi delle comunità locali hanno preso in esame l’influenza
indiretta di tali reti relazionali sull’istruzione dei minori stranieri. Le loro ricerche, svolte
specialmente in contesti geografici marginali come ad esempio i quartieri metropolitani a
ridotta qualità urbana, hanno dimostrato come gli studenti che vi risiedono ottengano minori
risultati nei test di apprendimento. Ciò accade poiché in queste aree dove gli affitti sono
inferiori si concentrano le famiglie con inferiori possibilità economiche. I genitori immigrati,
generalmente dotati di risorse economiche contenute, si troveranno a condividere gli stessi
spazi urbani e sociali con gli appartenenti alle classi sociali maggiormente svantaggiate, e i
loro figli potrebbero essere portati ad acquisirne i tratti culturali (Jencks e Mayer, 1990).
Portes e Rumbaut, ad esempio, parlano di assimilazione segmentata per trattare questo
fenomeno. Questi autori, analizzando il contesto americano, mettono in luce come i figli delle
minoranze meno abbienti, a seguito dell’inserimento in queste particolari comunità di
quartiere, tendano ad sviluppare le stesse scarse prospettive di miglioramento sociale della
classe operaia urbana precedentemente insediata, etnicamente afroamericana (Portes e
Rumbaut, 2001). Tanter e Toubon, analizzando il caso francese, hanno messo in evidenza
come l’aumento dell’incidenza della popolazione immigrata in queste aree, specialmente se
corrispondenti alle zone di edilizia residenziale pubblica, tende a innescare meccanismi di
riduzione della qualità urbana, di segregazione e di ulteriore dequalificazione della zona,
comportando una crescita dello stigma nei confronti dei suoi residenti (Tanter e Toubon,
1995).
Come è possibile desumere dalla trattazione svolta finora, esiste una quota consistente
di letteratura sull’influenza dei fattori del contesto scolastico e extra-scolastico sullo
svantaggio di istruzione delle minoranze etniche. La mancanza di dati quantitativi
adeguatamente approfonditi da consentire di considerare congiungente nelle analisi sia i
meccanismi di tipo micro che i fattori che la letteratura qualitativa ha fatto emergere come
importanti, ha tuttavia a lungo ostacolato la produzione di risultati soddisfacenti su quale sia il
peso relativo di tali fattori nella spiegazione dei divari scolastici. In questo lavoro, prima di
testare l’appropriatezza del modello teorico proposto, cercherò di comprendere quanto del
fenomeno oggetto di studio è attribuibile ad aspetti di natura micro-sociale (cioè individuale)
e quanto a fattori contestuali di cosiddetto livello meso. Come si vedrà nel prossimo capitolo,
i risultati delle analisi mostrano che le caratteristiche dell’individuo spiegano la grande
60
maggioranza delle differenze nei risultati scolastici degli studenti, deponendo a favore della
concentrazione sui meccanismi di livello micro per la comprensione dello svantaggio
scolastico dei figli di immigrati.
La stratificazione del sistema di istruzione
Prima di passare alla presentazione di questi risultati, tuttavia, è importante considerare
un ulteriore aspetto che sta attualmente catalizzando l’attenzione di un numero crescente di
studiosi della stratificazione etnica in istruzione. Accanto alla contrapposizione ‘tradizionale’
tra i difensori dell’ipotesi della predominanza dei fattori di livello micro-sociale e i sostenitori
del ruolo dell’ambiente scolastico e extra-scolastico, si è recentemente aggiunta una sempre
maggiore considerazione delle dimensioni istituzionali, relative al cosiddetto livello macro-
sociale (Schnepf, 2004). L’influenza di tali aspetti sul fenomeno oggetto di studio rappresenta
un ambito di ricerca in rapida espansione. È difficile infatti immaginare che le caratteristiche
istituzionali del paese di arrivo non concorrano a definire, almeno in modo indiretto, la
stratificazione etnica in istruzione. Si pensi ad esempio alle risorse economiche a disposizione
dello studente, le quali dipendono dal grado di integrazione strutturale dei loro genitori nel
paese di arrivo, che a sua volta è determinata dalle dinamiche politiche e del mercato del
lavoro locale, dalla domanda di lavoro pregressa, dal regime di welfare eccetera. Il recente
sviluppo della ricerca sociologica in questa direzione ha avuto origine dal riconoscimento da
parte di alcuni studiosi dell’eterogeneità dei risultati conseguiti dagli studenti in contesti di
istruzione differenti (Muller e Shavit, 1998; Ammermueller, 2005; Hanushek e Woessmann,
2011). Sono stati per primi i ricercatori degli stati federali e regionali a considerare le
caratteristiche istituzionali come capaci di ostacolare o favorire l’uguaglianza degli
apprendimenti tra nativi e stranieri. I relativamente pochi studi comparativi ad oggi pubblicati
confermano l’ipotesi che la dimensione e la natura del divario scolastico tra studenti nativi e
figli di immigrati non siano gli stessi in tutti i paesi europei (Schnepf, 2004; OECD, 2006;
Heckmann, Lederer, e Worbs, 2001). Tra i fattori istituzionali che questi studi hanno preso in
esame, le caratteristiche del sistema di istruzione nazionale spiccano per importanza. I
ricercatori, per classificare questi ultimi, si sono affidati alla misura del grado di
stratificazione e di standardizzazione che li caratterizza (Allmendiger, 1989; Kerckhoff,
2001). Mentre il primo di questi aspetti rimanda alla presenza o meno di una rigida
differenziazione in percorsi di studio, nonché all’età in cui essa avviene; il secondo riflette il
61
livello di uniformità dell’insegnamento trasmesso attraverso le molteplici sedi scolastiche
presenti sul territorio nazionale. È il primo di questi caratteri, la stratificazione, quello a cui le
ricerche internazionali hanno più frequentemente imputato la presenza di maggiori differenze
tra studenti nativi e figli di immigrati (Oakes, 1985; Gamoran, 1992). In altri termini, la
precoce e rigida separazione dei percorsi è risultata in grado di agevolare, anziché ostacolare,
i divari tra gli studenti sulla base delle loro caratteristiche ascritte, quali le origini sociali e
etniche (Waldinger, 2006; Brunello e Checchi, 2007; Van de Werfhorst e Van Tubergen,
2007). Ad esempio, Jackson e colleghi rilevano nelle loro analisi che un’inferiore
stratificazione del sistema può favorire gli investimenti in istruzione delle minoranze etniche.
Poiché i figli di immigrati mostrano mediamente apprendimenti inferiori nei paesi di
destinazione, ma sono caratterizzati da motivazioni e aspirazioni molto elevate, sistemi
indifferenziati come quelli anglosassone o scandinavo possono dare loro maggiori possibilità
di raggiungere i livelli di istruzione più elevati. Al contrario, in sistemi altamente stratificati,
che fanno largo uso di valutazioni e esami di competenza per selezionare gli studenti
verticalmente e orizzontalmente, i divari tra nativi e figli di immigrati rimarranno
considerevoli sia negli apprendimenti che nelle scelte di istruzione (Jackson, Jonsson, &
Rudolphi, 2012). Ad conclusioni simili giungono Heath e colleghi comparando le scelte di
indirizzo di maggioranza e minoranze etniche in diversi contesti europei25. Più precisamente,
gli autori riscontrano che la presenza o meno di effetti secondari positivi dell’etnicità dipenda
dall’età in cui avviene la separazione dei curricoli: più tardi essa si verifica, maggiori saranno
le chance dei figli di immigrati di recuperare il loro precedente divario scolastico rispetto ai
compagni nativi (Lessard-Phillips, Brinbaum, e Heath, 2014).
La standardizzazione del sistema di istruzione
Altri autori, invece, hanno focalizzato le loro ricerche sul ruolo della standardizzazione
del sistema di istruzione, esaminando soprattutto i suoi effetti sulla possibilità
dell’implementazione di politiche pubbliche rivolte a migliorare i risultati scolastici delle
minoranze etniche (Tomlinson, Race and Education: Policy and Politics in Britain, 2008).
Questi studi sono accomunati dalla preoccupazione che l’esercizio di discrezionalità da parte
delle singole scuole sia accompagnato da livelli differenziati di qualità dell’esperienza
25 I paesi presi in esame da questi autori sono: Belgio, Paesi Bassi, Inghilterra e Galles, Germania, Finlandia,
Francia e Svezia.
62
scolastica delle minoranze. Nei sistemi formativi che lasciano alle sedi scolastiche maggiore
autonomia, come in quello anglosassone ad esempio, l’attuazione di strumenti atti a favorire
l’eguaglianza degli studenti è una questione che concerne i singoli istituti (Stevens e Crozier,
2014), il che comporta una maggiore variabilità nella gestione di una popolazione studentesca
sempre più eterogenea, rispetto a quella che caratterizza i sistemi unitari. Poiché gli studenti
stranieri si troveranno con più frequenza nei contesti territoriali meno privilegiati, cioè dove
sono presenti scuole con minori dotazioni strutturali e meno fondi da investire in politiche per
la riduzione delle disparità etniche, è possibile si sviluppi un maggior divario tra studenti
stranieri e nativi che non nei contesti dove le medesime politiche vengono implementate a
livello nazionale. Lo studio dell’effetto di quest’ultima dimensione sullo svantaggio scolastico
dei figli di immigrati, tuttavia, non ha ancora fornito risultati conclusivi, a causa anche della
difficoltà di comparazione tra stati che adottano politiche di integrazione altamente
differenziate (Banting e Kymlicka, 2006; Huddleston et.al., 2011). Inoltre, la letteratura che
ha analizzato le politiche migratorie di più ampio respiro, come quelle che riguardano il
governo dei flussi migratori, l’acquisizione della cittadinanza, l’accesso ai servizi sociali e la
partecipazione politica, non sembra aver messo in luce finora la presenza di alcun effetto
diretto di queste dimensioni sullo svantaggio scolastico delle dei figli di immigrati.
La tradizione migratoria e la selezione positiva degli immigrati
Un carattere di livello macro-sociale26 che invece è stato recentemente connesso
esplicitamente alla stratificazione etnica in istruzione, è la tradizione migratoria specifica del
paese di destinazione (Van Tubergen et.al., 2004; Van Tubergen e Kalmijn 2005; Heath e
Brinbaum, 2014). Attraverso queste parole ci si riferisce generalmente alla storia pregressa di
una nazione nei termini dei flussi migratori che la hanno interessata. Detto diversamente, con
tradizione migratoria si rimanda alla specifica successione dei flussi di popolazione in
ingresso in un determinato contesto, di cui possiamo considerare come tratti distintivi il
momento dell’arrivo nel paese di destinazione, le ragioni della migrazione, i paesi di origine
coinvolti e le caratteristiche della popolazione migrante. Già Lee, nell’elaborazione della
famosa teoria sulla distinzione tra i fattori di spinta e i fattori di attrazione delle migrazioni,
aveva messo l’accento sul fatto che chi compie il progetto migratorio non costituisce un
campione casuale della popolazione presente nel paese di origine, ma fa parte di un gruppo
26
63
altamente selezionato (Lee, 1966; Feliciano, 2005a). Tale selezione rispetto ai compatrioti
rimasti in patria, può essere positiva o negativa a seconda dei costi della migrazione (che ad
esempio aumentano all’aumentare della distanza geografica e diminuiscono all’aumentare
della prossimità culturale) e della natura del progetto migratorio (temporaneo o permanente,
familiare o individuale, la ragione che lo muove etc.) (Feliciano, 2005b; Grogger e Hanson,
2011). Studiando il caso americano, Feliciano, inoltre, sottolinea che il grado di selezione
degli appartenenti alle minoranze influenza positivamente le scelte di istruzione della prole.
Ciò accade perché i genitori appartenenti alle prime generazioni, direttamente e/o
indirettamente, trasmettono le loro elevate aspirazioni ai figli nel corso delle interazioni
quotidiane, fin dalle fasi iniziali della loro carriera scolastica. (Goyette & Xie, 1999; Portes e
Rumbaut, 2001; Brinbaum & Kieffer, 2005). Ad esempio, in un recente lavoro svolto sugli
studenti iscritti all’istruzione primaria in Francia Ichou ha analizzato lo sviluppo dei divari tra
studenti francesi e studenti stranieri, mettendo in evidenza il ruolo centrale giocato
dall’origine etnica specifica nella spiegazione dell’eterogeneità nei livelli di apprendimento
già in tenera età (Ichou, 2013). Recentemente, la teoria della selezione positiva sembra aver
catalizzato l’attenzione degli studiosi interessati a comprendere le migliori scelte scolastiche
di alcune particolari etnie rispetto ai nativi. Chi compie una migrazione, infatti, lo fa in quanto
spinto da forti desideri di miglioramento della propria condizione (Van Zanten, 1997;
Bagguley e Hussain, 2007), per questo chi mette in prantica questo progetto rischioso sarà
mediamente caratterizzato da più elevate ambizioni di mobilità sociale rispetto a coloro che
decidono di rimanere nel paese di origine (Feliciano, 2005b).
A questa osservazione ne può essere connessa una seconda, relativa alla considerazione
che le prime generazioni di immigrati si trovano ad accettare all’ingresso nei paesi di
destinazione posizioni occupazionali spesso inferiori a quelle che rivestivano in patria. Il
livello delle loro aspettative nei riguardi dell’istruzione formale dei figli è quindi maggiore di
quello mostrato dai nativi nella medesima posizione sociale, poiché tale livello non riflette lo
status socio-economico all’arrivo quanto piuttosto quello di partenza, solitamente superiore a
quello dei connazionali che non sono riusciti a mobilitare le risorse necessarie alla migrazione
(Reiners, 1999; Van de Werfhorst e Van Tubergen, 2007; Ichou, 2014; Versino, 2017). Da un
recente studio comparativo sulle disparità di istruzione degli studenti stranieri che frequentano
il ciclo di istruzione secondaria in Francia e in Inghilterra, è infatti emerso che le misure di
posizione sociale antecedente alla migrazione dei genitori, specialmente in termini di loro
64
istruzione relativa (cioè di livello di istruzione posseduto rispetto al livello medio che
caratterizza i compatrioti) interpretano in misura sostanzialmente migliore l’eterogeneità nei
risultati scolastici dei figli degli immigrati ni entrambi i paesi rispetto alla posizione nella
stratificazione sociale del paese di destinazione (Ichou, 2015). Alle stesse conclusioni
giungono Feliciano e Lanuza, mettendo in evidenza che l’analisi dell’effetto del backgound
famigliare sull’istruzione dei figli di immigrati (misurato dagli autori in termini di anni di
istruzione completati all’interno del sistema educativo americano) deve andare oltre alla
considerazione delle misure tradizionali utilizzate per la popolazione nativa e muoversi verso
la considerazione più puntuale del conteso geografico, sociale ed economico in cui quel titolo
di studio è stato acquisito (Feliciano e Lanuza, 2017).
Partendo da queste riflessioni, Heath e colleghi hanno testato nella loro più recente
ricerca se la selezione delle specifiche minoranze in un determinato paese possa spiegare i
diversi livelli di disparità di istruzione tra nativi e figli di immigrati rilevate dalle precedenti
ricerche. Nonostante gli autori trovino segni a sostegno di questa ipotesi (Heath e Brinbaum,
2014; Lessard-Phillips et.al., 2014), tali risultati non risultano tali da far propendere gli
studiosi per una spiegazione del divario scolastico non centrata sulle caratteristiche
individuali. Infatti, se il fenomeno della selezione positiva può rivelarsi particolarmente utile
per comprendere l’eterogeneità negli apprendimenti e nelle scelte scolastiche degli studenti di
minoranze etniche diverse, tale argomentazione teorica si presta meno bene a spiegare come
mai sussista comunque, per gli studenti non nativi complessivamente intesi, uno svantaggio
scolastico rispetto ai nativi in termini di apprendimento.
Per tenere in considerazione il possibile effetto delle caratteristiche di livello macro-
istituzionale nella spiegazione dello svantaggio scolastico degli studenti stranieri in Europa,
testerò il modello teorico proposto nel precedente paragrafo in paesi diversi per tradizione
migratoria e sistema di istruzione. In questo modo sarà possibile valutare se tale modello può
essere considerato valido nei differenti contesti oppure se l’influenza dei fattori sovra-
individuali è tale da inficiarne la portata esplicativa.
65
1.4 Considerazioni conclusive
L’obiettivo che si è perseguito nel corso di questo capitolo è stato quello di elaborare la
proposta di un modello teorico che, costruendo sulla precedente letteratura in termini di
disuguaglianze di istruzione, potesse essere in grado di spiegare le ragioni della presenza dello
svantaggio scolastico dei discendenti degli immigrati nelle società europee contemporanee.
Tra i differenti approcci attraverso cui questo fenomeno è stato analizzato, mi sono
concentrata sulle teorie che hanno assegnato alle caratteristiche di livello individuale la
maggior rilevanza nella spiegazione dei divari di istruzione. L’esame della relativa letteratura
ha fatto emerge come l’approccio teorico che ha a lungo catalizzato il consenso degli studiosi
delle disparità etniche di istruzione costituisca un’estensione del modello classico proposto
dai teorici della stratificazione sociale, il quale interpreta l’istruzione dell’individuo come
influenzata dalle origini sociali familiari, sia attraverso il canale degli effetti primari che
attraverso quello degli effetti secondari (Boudon, 1974). L’elevata eterogeneità dei risultati
scolastici dei figli di immigrati, emersa mano a mano che si rendeva possibile analizzare più
dettagliate fonti di dati, ha tuttavia messo in luce l’impossibilità della dimensione delle origini
sociali di dar conto in maniera esaustiva, e omogena per tutti i gruppi etnici, delle differenze
negli apprendimenti e nelle scelte scolastiche tra minoranze e studenti autoctoni. Ciò ha
portato sempre più spesso gli studiosi a esaminare la possibilità di considerare, al fianco delle
origini sociali, anche altre dimensioni in grado di spiegare il divario scolastico residuo degli
studenti stranieri. Nel modello teorico che ho elaborato in queste pagine, queste altre
dimensioni sono l’esperienza migratoria specifica dello studente e la sua nazionalità. La
prima, intesa come un’esperienza di natura traumatica, è interpretata come in grado di
esercitare un’influenza negativa sugli inverstimenti in istruizone dei minori stranieri.
Relativamente alla seconda, il modello ipotizza la presenza effetti primari negativi, a causa
delle lacune linguistiche e informative dei genitori immigrati che si possono tradurre in
inferiori capacità di sostegno dell’istruzione della prole. Essi tuttavia potrebbero essere
compensati da effetti secondari positivi, sostenuti dalle alte aspirazioni condivise dalle
famiglie immigrate rispetto il ruolo dell’istruzione nei processi di mobilità sociale.
Diversamente da quanto presente nella precedente letteratura sul tema, il modello che
propongo considera queste due dimensioni come in grado di influire sia sulle competenze
scolastiche che sulle scelte di istruzione a parità di apprendimenti; in maniera autonoma l’una
dall’altra, e a parità di istruzione e posizione occupazionale dei genitori. Inoltre, la nazionalità
è letta come in grado di influenzare il modo in cui l’origine sociale esercita il suo effetto
sull’istruzione degli individui. Al test empirico di queste ipotesi di ricerca sono dedicati i
capitoli che seguono.
66
2. I figli di immigrati in Italia e in Europa e la configurazione dei
pertinenti sistemi scolastici
2.1 I movimenti migratori verso il continente Europeo
Possiamo certamente sostenere che il continente europeo sia sempre stato oggetto di
flussi migratori nel corso della sua storia. Tuttavia, ciò che in senso contemporaneo definiamo
migrazioni internazionali (Massey, 1998) è qualcosa di relativamente recente, che ha iniziato
a interessare l’Europa occidentale negli anni successivi alla seconda guerra mondiale (Stevens
e Dworking, 2014). Se è vero che la Gran Bretagna e la Francia post-belliche erano già da
tempo soggette a flussi in ingresso dalle loro ex-colonie (Stevens e Crozier, 2014; Ichou e van
Zanten, 2014), negli altri paesi dell’Europa continentale la prima fase delle migrazioni
internazionali si è aperta con i reclutamenti di lavoratori organizzati attivamente dai governi
del dopo guerra per rispondere alle crescenti necessità delle economie in espansione. In
Germania, caso emblematico a questo proposito, gli ingressi per lavoro organizzati hanno
interessato fino agli anni sessanta specialmente i cittadini dell’Europa meridionale, ma
successivamente anche i lavoratori turchi, marocchini e della ex Jugoslavia.
Contemporaneamente, consistenti flussi di lavoratori dalla Turchia, dall’India e dal Pakistan
raggiungevano, anche se al di fuori di politiche nazionali particolari, la penisola scandinava.
In Gran Bretagna e nei Paesi Bassi, la popolazione in ingresso dalle ex-colonie d’oltreoceano,
rispettivamente dal sud-est asiatico e dai caraibi in primis (Lessard-Phillips et.al., 2014) si
intensificava ulteriormente. Trasversalmente agli stati, tuttavia, la presenza di questa quota
crescente di popolazione immigrata continuava a essere considerata comunque reversibile, sia
da parte dei politici che della popolazione nel suo complesso (Heath, Rothon, e Kilpi, 2008).
Tale percezione era destinata a mutare drasticamente con la crisi petrolifera degli anni
settanta. Il risultato dell’esplosione della preoccupazione dei governi per la crescita
‘ingovernabile’ dell’incidenza della popolazione straniera, dovuta all’inaspettata quota di
ricongiungimenti familiari e insediamenti stabili nei paesi europei, fu l’implementazione di
politiche d’accesso sempre più restrittive (Massey, 1998; Castles e Miller, 2003). È proprio a
seguito di tali processi di progressiva chiusura che iniziò negli anni ottanta una nuova fase
delle migrazioni internazionali. Questa nuova fase vide l’ascesa per importanza sia di nuove
destinazioni precedentemente non interessate dai flussi in ingresso (in primis i paesi
dell’Europa meridionale come l’Italia e la Spagna -Colombo e Sciortino, 2004; Ribas-Mateos,
67
2004-), che di nuovi paesi di partenza. Le dinamiche della costituzione e della successiva
espansione dell’Unione Europea, oltre che i conflitti nelle aree economicamente meno
sviluppate del pianeta stanno, infatti, impattando ancora grandemente sui fenomeni migratori
contemporanei (Castles e Miller, 2003; Stevens e Crozier, 2014). All’interno di quello che
possiamo definire come un quadro comune, ogni singola nazione europea è stata, e tutt’ora è,
soggetta a dinamiche di immigrazione particolari, da cui dipende direttamente la
composizione per etnia delle seconde generazioni che possiamo osservare oggi nei diversi
paesi europei. All’esame della storia migratoria del nostro paese, dove le immigrazioni hanno
preso a costituire un fenomeno strutturale solo ultimamente, sarà dedicato il prossimo
paragrafo. In questa sezione, al contrario, mi interessa delineare i tratti salienti delle
immigrazioni verso quelle che possono essere considerate come le mete più tradizionali dei
movimenti di popolazione verso il continente europeo. Come ha messo in luce Tribalat, lo
studio delle dinamiche migratorie in prospettiva comparata è ostacolato dalle differenti
definizioni operative del concetto di straniero, le quali tendono a produrre stime non
perfettamente comparabili della presenza straniera all’interno dei diversi paesi europei e della
portata demografica di questi cambiamenti all’interno della popolazione (Tribalat, 2008). In
Gran Bretagna il 13% della popolazione residente risulta nato in un altro paese anche se solo
l’8,6% detiene una cittadinanza diversa da quella inglese (tabella 2.1)27. La popolazione
straniera in questo paese è composta principalmente da lavoratori immigrati prima degli anni
‘70 dall’area mediterranea e dal sud-est asiatico (India, Bangladesh e Pakistan in primis), oltre
che da irlandesi, a cui è riservato il libero ingresso dal 1921 (Heath et al., 2008). Le
immigrazioni più recenti provengono invece anzitutto dai paesi dell’Europa orientale che
appartengono all’Unione Europea (Burrell, 2009). Queste minoranze etniche, tuttavia, si
stanno rivelando più mobili rispetto alle altre etnie giunte in precedenza, probabilmente grazie
alla maggior facilità di movimento concessa dal passaporto europeo. Per questa ragione la
loro incidenza sul totale della popolazione varia di anno in anno. I primi consistenti flussi in
ingresso verso la Svezia possono anch’essi essere fatti risalire alla metà dello scorso secolo,
quando il paese strinse specifici accordi con la Norvegia, la Finlandia e la Danimarca per la
libera circolazione dei lavoratori nelle quattro nazioni (Heath, Rothon, e Kilpi, 2008). Ancora
27 Come ha messo in luce ad esempio Tribalat, le statistiche relative all’incidenza degli stranieri sul totale della
popolazione e alle minoranze etniche più numerose in un determinato paese dipendono in maniera non marginale
dalla definizione di straniero adottata per la misurazione Tribalat (2008). La tabella 2.1 di seguito contiene le
informazioni fornite da Eurostat sia prendendo in considerazione il paese di nascita della popolazione residente,
che la cittadinanza posseduta.
68
oggi, il gruppo etnico alloctono maggiormente presente è quello finlandese, sia in termini di
cittadinanza che di stato di nascita (tabella 2.1). Tuttavia, i reclutamenti di lavoratori nel corso
della prima fase delle migrazioni internazionali, anche se al di fuori di specifiche politiche
pubbliche, hanno favorito il movimento di un certa quota di popolazione anche dalla Turchia,
dall’India e dal Pakistan, nonché dall’Europa meridionale (Lessard-Phillips et al., 2014). A
partire dagli anni ottanta alle migrazioni da lavoro si sono sostituiti pian piano gli afflussi
dovuti alle precarie situazioni politiche dei paesi extraeuropei (cioè gli ingressi degli asylum
seekers). È a questo periodo che risalgono i considerevoli flussi in ingresso dai paesi della ex-
Jugoslavia, dall’Iran e dall’Iraq, che corrispondono ad alcune delle minoranze etniche più
numerose in Svezia, sia relativamente alle prime che alle seconde generazioni. Più recenti
sono invece gli ingressi dalla Siria, dalla Somalia e dagli altri paesi Africani, come pure gli
afflussi dall’est Europa, che hanno avuto un picco a seguito dell’annessione della Romania e
della Bulgaria all’UE nel 2007. Attualmente ben il 17% della popolazione è costituita da nati
all’estero, e l’incidenza di stranieri extra-europei sfiora il 12%. Di questi ultimi, una quota più
consistente di quella che connota gli altri paesi selezionati è costituita da rifugiati politici, i
quali scelgono probabilmente la Svezia più frequentemente di altre destinazioni grazie alla
relativa maggiore facilità di ottenimento del passaporto (Bevelnder, 2015). Il fenomeno del
reclutamento attivo di lavoratori nel periodo post-bellico dall’Europa meridionale, dalla
Turchia e dall’ex- Jugoslavia, ancora oggi si rispecchia grandemente nella composizione della
popolazione straniera in Germania, specialmente per quanto riguarda la composizione etnica
delle seconde generazioni (Heath, Rothon, e Kilpi, 2008). Specifico di questo paese è inoltre
il considerevole influsso, iniziato negli anni ’50 dello scorso secolo, di cittadini provenienti
dall’ex-URSS in qualità di rifugiati politici, oltre a una consistente immigrazione dalla
Polonia, iniziata negli anni novanta, attribuibile a motivazioni economiche (Münz et al.,
1997). I recenti allargamenti dell’Unione Europea hanno inoltre favorito gli ingressi
dall’Europa orientale, specialmente di cittadini rumeni. Attualmente, in Germania più del
10% dei residenti ha una cittadinanza estera (tabella 2.1).
Infine, nonostante costituiscano un caso frequentemente analizzato in letteratura, nei
Paesi Bassi l’immigrazione, iniziata nella fase della ricostruzione post-bellica, ha di fatto
incominciato a costituire un fenomeno di rilevanza centrale per le dinamiche demografiche
nazionali solamente nel recente passato. Dagli anni ’80, la crescita della popolazione straniera
residente in questo paese è stata però costante (Lessard-Phillips et al., 2014; Stevens et al.,
69
2014). Le principali minoranze etniche presenti in questo paese restano ancora oggi quelle
provenienti dagli ex-territori coloniali d’oltreoceano (specialmente Suriname e Antille28),
dalla Turchia, e dal Marocco. È da notare, infine, che il flusso recente di popolazione in
movimento dall’Europa orientale sembra aver colpito i Paesi Bassi in misura decisamente più
ridotta di quanto non sia avvenuto in tutti gli altri contesti presi in esame.
Tabella 2.1: Incidenza della popolazione straniera sul totale della popolazione e primi cinque
paesi di provenienza degli stranieri29 in Gran Bretagna, Svezia, Italia, Paesi Bassi e Germania.
I dati della prima parte della tabella fanno riferimento a una definizione di straniero basata sul
paese di nascita, mentre quelli della seconda parte a una definizione basata sula cittadinanza
posseduta. Dati Eurostat (EUROSTAT, 2016b, 2016c).
Gran Bretagna Svezia Italia Paesi Bassi Germania
In base allo stato di nascita:
Incidenza pop. straniera (%) 13,3 17,0 9,7 12,1 13,3
% stranieri extra EU 8,3 11,6 6,7 8,8 8,0
I° paese di origine India Finlandia Romania Turchia -
II° paese di origine Polonia Iraq Albania Suriname -
III° paese di origine Pakistan Polonia Marocco Marocco -
IV° paese di origine Irlanda Iran Ucraina Indonesia -
V° paese di origine Germania ex-Jugoslavia Germania Germania -
In base alla cittadinanza:
Incidenza pop. straniera (%) 8,6 7,8 8,3 4,9 10,5
% stranieri extra EU 3,7 4,5 5,8 2,2 5,9
I° paese di origine Polonia Finlandia Romania Polonia Turchia
II° paese di origine India Polonia Albania Turchia Polonia
III° paese di origine Irlanda Somalia Marocco Germania Italia
IV° paese di origine Pakistan Siria Cina Marocco Romania
V° paese di origine Romania Danimarca Ucraina Regno Unito Grecia
28 Si noti che i nati nelle Antille Olandesi, in quanto territorio che costituisce una regione autonoma dei Paesi
Bassi, hanno cittadinanza e passaporto olandese. Ciò sembra spiegare, almeno parzialmente, come mai benché l’
8,8% della popolazione olandese risulti nata in un paese non comunitario, solamente il 2% dei residenti riporti il
possesso di una cittadinanza non europea. 29 È possibile prendere visione dei dati EUROSTAT relativi ai primi cinque paesi di provenienza degli stranieri
al primo gennaio 2015 (sia calcolati sulla base del paese di nascita che sulla cittadinanza posseduta) collegandosi
al link http://ec.europa.eu/eurostat/statistics-explained/index.php/File:Main_countries_of_citizenship_and
_birth_of_the_foreign_foreign-born_population,_1_January_2015_(%C2%B9)_(in_absolute_numbers_and_as
_a_percentage_of_the_total_foreign_foreign-born_population)_YB16.png (link attivo al 04/03/2017).
70
2.2 Un approfondimento sul contesto italiano
2.2.1 La presenza straniera in Italia
Nonostante incontrare un certo numero di stranieri nelle nostre città non rappresenti più
un fatto singolare, l’immigrazione è un fenomeno che caratterizza solo la storia più recente
del nostro paese (Colombo e Sciortino, 2004; Azzolini et.a. 2012, Colombo e Santagati 2014;
Cebolla-Boado e Finotelli, 2015; Cesareo, 2014, 2016). La sua origine può essere fatta
risalire, infatti all’incirca alla seconda metà degli anni ottanta, nel periodo in cui il continente
europeo si stava avviando verso una nuova fase delle migrazioni internazionali. Alle
precedenti immigrazioni da lavoro si stavano via via sostituendo spostamenti di popolazione
causati dalla situazione politicamente avversa di determinati paesi, oppure guidati dai
ricongiungimenti familiari (Massey, 1998). I nuovi sforzi dei paesi a più antica tradizione
migratoria di governare i flussi in ingresso, inoltre, stavano favorendo da un lato l’aumento
delle immigrazioni irregolari, dall’altro l’apertura di nuovi flussi migratori verso paesi che
prima rivestivano un ruolo solamente marginale nel panorama delle migrazioni internazionali.
È dunque in questo periodo che l’Italia, come gli altri paesi dell’Europa meridionale,
comincia a veder crescere il proprio numero di residenti non nativi. Ai censimenti della
popolazione precedenti agli anni novanta, la presenza straniera era ancora decisamente
contenuta (figura 2.1). Nel 1991 l’incidenza dei residenti stranieri sul totale della popolazione
non superava lo 0,6%. Dopo una prima fase di contenuto incremento, è soprattutto a partire
dagli anni novanta che il tasso di crescita annuo della popolazione straniera ha incominciato
ad accelerare in maniera considerevole. Nel corso del successivo decennio, l’incidenza degli
stranieri sul totale della popolazione quadruplicherà, raggiungendo quota 2,6% nel 200030.
Diversamente da quanto precedentemente avvenuto nell’Europa continentale, il flusso di
immigrati che interessa l’Italia in questo periodo, non è né frutto del passato coloniale né
prende origine politiche di reclutamento implementate per rispondere alle esigenze
economiche del paese. La popolazione in ingresso, principalmente dall’area nord africana
(Marocco, Tunisia e Egitto in primis) e dai Balcani (Albania e ex-Jugoslavia) (tabella 2.2),
costituisce piuttosto un flusso non organizzato e, soprattutto, inatteso. La tendenza, da parte
30 Si noti che l’incremento dell’incidenza della popolazione straniera sul totale non dipende esclusivamente dai
nuovi ingressi dall’estero ma risente anche dell’andamento demografico della popolazione italiana che, nel
periodo considerato, mostrava già un saldo naturale (cioè la differenza tra nati e morti) negativo (dati “ISTAT
Serie Storiche” disponibili al link http://seriestoriche.istat.it/ attivo al 04/03/17).
71
del decisore pubblico e della cittadinanza è stata, per questa ragione, quella di trattare il
fenomeno come un’emergenza transitoria. Tale percezione condivisa, la quale ha
accompagnato l’origine e la fase iniziale dello sviluppo delle immigrazioni in Italia, può
essere considerata alla base della mancanza, nel nostro paese, di un sistema strutturato di
politiche di integrazione in grado di risolvere le frequenti situazioni di clandestinità e di
marginalità sociale in cui i nuovi arrivati si trovavano a vivere. La stabilizzazione dei flussi,
congiuntamente alla diffusione di analisi sempre più approfondite sulle dinamiche migratorie,
ha reso tuttavia chiaro che l’immigrazione in Italia costituisca un fenomeno di tipo strutturale,
non destinato a venir meno nel futuro prossimo (Cesareo e Blangiardo, 2009; Azzolini et.a.,
2012; Saraceno, Sartor, & Sciortino, 2013; Cesareo, 2016). Le previsioni che possiamo
tentare, alla luce dei dati presentati, infatti ci dicono che è più facile che il nostro paese diventi
ancora più multietnico, anziché l’opposto.
Figura 2.1: Andamento della popolazione straniera residente in Italia. Numerosità assoluta dal
1961 al 31 dicembre 2015 e incidenza rispetto alla popolazione complessiva in alcuni anni
specifici. Dati ISTAT31.
31 Fonte: elaborazione su dati “ISTAT - Serie Storiche” (http://seriestoriche.istat.it), “ISTAT - Italia in Cifre”
(varie edizioni annuali, reperibili al link. http://www.istat.it/it/archivio/30329) e ISTAT “Annuario Statistico
Italiano 2016” (reperibile al link: www.istat.it/it/files/2016/12/Asi-2016.pdf). Tutti i link risultano link attivi al
07/03/17.
0
500.000
1.000.000
1.500.000
2.000.000
2.500.000
3.000.000
3.500.000
4.000.000
4.500.000
5.000.000
5.500.000
19
61
19
71
19
81
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
20
15
0,6 %
1,6 %
4,6 %
6,8 %
8,3 %
2,6 %
72
Per circa tredici anni dagli anni 2000, la crescita del numero di stranieri in Italia è stata
esponenziale32. Attualmente, un residente su dodici è di origine straniera e nel nostro paese
vivono regolarmente più di cinque milioni di cittadini non italiani (figura 2.1). Uno degli
aspetti che hanno causato l’accelerazione del ritmo di crescita della popolazione alloctona
all’inizio degli anni 2000, oltre alla dinamica dei ricongiungimenti familiari, è stata l’apertura
di nuovi flussi in ingresso, differenti da quelli che avevano caratterizzato le prime fasi
fenomeno. Questi nuovi ingressi hanno modificato sensibilmente la composizione della
popolazione straniera residente in quanto a paesi di provenienza. La tabella 2.2 offre una
panoramica della consistenza e della tempistica di tali cambiamenti avvenuti nel corso degli
ultimi venti anni. Più precisamente, essa riporta per ogni anno fino al 31 dicembre 2015, i
principali paesi di provenienza degli stranieri in Italia. Inizialmente, quando la presenza
straniera rappresentava solo l’1% del totale degli abitanti, la popolazione alloctona era per lo
più composta da cittadini nordafricani ed ex-jugoslavi. Tuttavia, in termini relativi, erano
consistenti anche le presenze sia dalle Filippine che dai paesi europei ad economia avanzata
(Germania, Francia e Regno Unito specialmente). Dagli anni ‘90, mentre il peso di alcune
minoranze etniche è rimasto abbastanza stabile, l’incidenza di altre è drasticamente diminuita
e contemporaneamente, nuovi paesi di origine hanno aumentato la loro numerosità. Ad
esempio: il Marocco e l’Albania, oggi come venti anni fa, si trovano nel gruppo delle prime
cinque provenienze etniche. Al contrario la Germania, quarto paese per provenienza all’inizio
degli anni novanta, già dieci anni fa non era più presente nei primi quindici paesi più
rappresentati. Gli altri stati europei che inizialmente costituivano circa un quinto del totale
degli stranieri, oggi compongono complessivamente solo il 2,1% degli alloctoni residenti
(tabella 2.2)33.
Uno degli incrementi più spiccato è quello della componente cinese. Questa minoranza
etnica, dalla dodicesima posizione che occupava nel 1994 in soli dieci anni è crescita tanto da
raggiungere la quinta posizione già poco più di dieci anni fa. Nel corso dell’ultimo decennio,
inoltre, sono cresciute le presenze di alcune etnie provenienti dal sud America (Perù e
32 Si noti che i picchi negativi in corrispondenza del 2001 e del 2011 non dipendono da dinamiche migratorie o
demografiche caratteristiche, ma bensì dalle discrasie tra i dati anagrafici raccolti nei periodi intercensuari e le
informazioni ricavate dai censimenti del 2001 e del 2011 (ISTAT, 2012). 33 I dati presentati nella tabella 2.2 costituiscono una elaborazione di dati ISTAT provenienti da più fonti: le
informazioni più recenti portale provengono da ISTAT “Immigrati.Stat” (http://stra-dati.istat.it/Index.aspx -link
attivo al 07/03/17), mentre i dati precedenti al 2003 derivano dal 14° Censimento ISTAT della popolazione e
delle abitazioni (i cui dati possono essere consultati al link: http://dawinci.istat.it/jsp/MD/ attivo al 07/03/17) e
dalla pubblicazione: ISTAT Flussi migratori e caratteristiche della popolazione straniera, anni1990- 1998,
Roma: Istituto Nazionale di Statistica, 2000.
73
Ecuador in primis), dalla penisola Indiana (India, Bangladesh e Pakistan) e, soprattutto,
dall’Europa orientale (Ucraina, Moldavia, Polonia e Romania – questi ultimi due entrati
nell’UE rispettivamente nel 2004 e nel 2007). È interessante notare che la dinamica
migratoria del nostro paese nel corso dell’ultimo ventennio abbia proceduto a stabilizzarsi. Le
prime quindici nazionalità nel 1994 rappresentavano il 62% circa del totale della popolazione
straniera, mentre il restante 40% circa era composto da ulteriori provenienze ognuna con un
peso relativo inferiore al 2%. Attualmente, invece, le prime quindici appartenenze etniche
costituiscono più dei tre quarti della popolazione straniera residente (il 76,8%). Le cinque
nazionalità maggiormente rappresentate (che da sole costituiscono il 50,9% degli stranieri che
possiamo incontrare oggi in Italia), sono nell’ordine: quella rumena (che corrisponde a più di
un quinto della popolazione straniera complessiva), quelle albanese e marocchina (che
caratterizzano entrambe circa il 9% del totale degli stranieri), quella cinese (5,4%) e, infine,
quella Ucraina, la cui importanza è cresciuta in maniera considerevole nel corso degli ultimi
dieci anni. Da un lato, la tabella 2.2 ci permette di prendere visione in maniera immediata di
quanto siano stati sostanziali i cambiamenti nella composizione per paese di origine della
popolazione straniera residente nel corso degli ultimi venti anni. Dall’altro lato, tuttavia, il
dettaglio annuale ci permette di riscontrare come questi cambiamenti si siano svolti nel medio
e nel lungo periodo. In altre parole, è possibile notare che la composizione per nazionalità
tenda, generalmente, a modificarsi in maniera non repentina tra un anno e il successivo. Su
questa considerazione si basa, come si vedrà nel prossimo capitolo, la scelta di confrontare
dati raccolti in tre gradi scolastici prossimi benché non immediatamente successivi.
74
Tabella 2.2: Primi quindici paesi di provenienza degli stranieri residenti in Italia, dal 1994 al 2015, percentuale rappresentata dalle prime 15 nazionalità sul
totale degli stranieri residenti per anno, e peso relativo delle specifiche provenienze sul totale degli stranieri residenti al 31/12/2015. Italia, dati ISTAT
Paese di
provenienza 1994 1995 1996 1997 1998 2001 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
% sul tot.
stranieri
2015
Marocco 1 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 3 3 3 8,7 %
Ex-
Jugoslavia 2 2 2 2 2 3 3 4 4 4 4 4 4 4 4 4 5 6 6 4,2 %
Tunisia 3 3 3 4 5 6 7 7 8 8 8 8 8 11 11 12 13 1,9 %
Germania 4 4 6 6 6 8 13 15 0,7 %
Filippine 5 5 5 5 4 5 6 6 7 7 7 7 7 7 7 8 7 7 7 3,3 %
Albania 6 6 4 3 3 2 1 1 1 1 1 2 2 2 2 2 2 2 2 9,3 %
Francia 7 7 7 10 10 11
0,6 %
Regno Unito 8 8 8 11 12 0,5 %
Senegal 9 10 10 8 8 9 8 9 10 14 14 15
15
15 2,0 %
Egitto 10 9 9 9 9 12 12 12 13 13 13 13 14 14 14 12 11 2,2 %
Stati Uniti 11 11 12 14
0,3 %
Cina 12 12 11 7 7 7 5 5 5 5 5 5 5 5 5 5 4 4 4 5,4 %
Grecia 13
0,1 %
Svizzera 14 0,2 %
Sri Lanka 15 13 13 12 13 15 11 14 15 15 15
15 15
13 13 2,0 %
Ghana 14 15 15 1,0 %
Polonia
15 14 15 14 13 14 13 14 11 9 9 9 9 10 11 12 14 1,9 %
Romania 13 11 4 4 3 3 3 3 1 1 1 1 1 1 1 1 22,9 %
Perù'
15 10 10 11 11 12 12 12 13 12 12 10 10 11 12 2,1 %
India 14 9 10 9 10 10 10 10 8 9 9 9 8 8 3,0 %
Ucraina
8 6 6 6 6 6 6 6 6 6 5 5 4,6 %
Ecuador 12 9 11 11 12 13 13 14 14 1,7 %
Moldavia
14 11 10 8 7 8 9 9 2,8 %
Bangladesh 15 13 11 10 10 2,4 %
Pakistan 15 15 14 2,0 %
% stranieri
rappresentata 61,9% 63,1% 63,6% 64,6% 65,2% 69,3% 71,6% 71,5% 73,0% 73,4% 73,7% 75,5% 76,4% 76,7% 76,7% 77,9% 77,4% 77,2% 76,8
75
2.2.2 I figli di immigrati nel sistema scolastico italiano
Poiché quasi un quarto della popolazione straniera residente si trova in età scolare34
(ISTAT, 2013), la scuola rappresenta senz’altro un’arena di primaria importanza nel processo
di integrazione delle minoranze (Colombo e Santagati, 2010, 2014). In Italia, la distribuzione
degli studenti stranieri, tuttavia, non è omogenea ma si concentra specialmente in alcuni gradi
e indirizzi scolastici. Il nostro sistema scolastico, infatti, è differenziato sia verticalmente che
orizzontalmente; esso prevede cioè ai gradi più elevati indirizzi di studio alternativi (Eurydice,
2017). Più precisamente, i livelli scolastici di cui è composto sono cinque: il primo (livello 0
in base alla classificazione ISCED 201335) è costituito dalla scuola pre-primaria, alla quale si
accede su base volontaria entro il compimento dei sei anni di età. Il secondo livello è invece
obbligatorio, ed è costituito dalla scuola primaria (ISCED 1). Essa accoglie tutti i giovani
studenti a sei anni di età e fornisce loro le conoscenze di base nell’arco di un periodo di
cinque anni, al termine del quale gli alunni undicenni transitano verso la scuola secondaria
inferiore (corrispondente al livello 2 di ISCED). Dall’implementazione della Riforma Moratti
nel 2004 la scuola primaria e la scuola secondaria inferiore costituiscono congiuntamente il
“primo ciclo di istruzione obbligatoria”. Diversamente da quanto accadeva in passato, durante
tutto il periodo corrispondente (dai sei ai quattordici anni di età), non sono più previsti esami
di competenza e il passaggio da un anno all’altro avviene sulla base del giudizi degli
insegnanti rispetto agli apprendimenti dei giovani. La seconda fase di tale ciclo, costituita
dall’istruzione secondaria di primo grado di durata triennale, è quindi anch’essa
universalistica e orizzontalmente indifferenziata al pari della scuola primaria. Alla fine del
primo ciclo d’istruzione obbligatoria, gli studenti vengono per la prima volta sottoposti ad un
esame di accertamento delle conoscenze. Superato questo esame, a quattordici anni circa, essi
si trovano di fronte all’importante decisione di come assolvere i restanti due anni di obbligo
formativo. Il livello scolastico corrispondente a ISCED 3 (cioè l’istruzione secondaria
superiore) prevede una molteplicità di opzioni parallele. Esse, per semplicità, possono essere
ricondotte a tre ambiti principali: l’istruzione liceale, quella tecnica (a cui corrispondono gli
istituti tecnici e professionali che rilasciano un diploma quinquennale) e quella
34 Più precisamente il 22,13%. Dati Demo.istat relativi al 1° gennaio 2016, reperibili al link
http://demo.istat.it/strasa2016/index.html (link attivo il 03/03/17) 35 Per ISCED si intende l’“International Standard Classification of Education”. Si tratta di un sistema di codifica
della formazione prevista a ciascun livello scolastico nei diversi paesi, creata dall’Unesco per permettere la
comparazione dei livelli di istruzione tra diversi contesti istituzionali.
76
professionale36. Quest’ultima si differenzia dalle precedenti due: è conosciuta come
“formazione professionale” e ha una durata limitata a tre anni. Non dipende dal livello
centrale come gli altri canali secondari, ma è bensì amministrata a livello locale (nello
specifico a livello regionale). Nonostante in alcuni contesti territoriali (come ad esempio in
Trentino Alto Adige), sia possibile terminati i tre anni di formazione professionale confluire
nell’istruzione tecnica e conseguire il diploma seguendo due anni di istruzione aggiuntivi, è
l’ingresso sul mercato del lavoro a circa diciassette anni lo sbocco prediletto di questo canale.
Sia l’istruzione accademica che quella tecnica, invece, hanno una durata prevista di cinque
anni, e forniscono agli studenti competenze sia generali che specifiche. Nel primo caso esse
sono tuttavia indirizzate al proseguimento degli studi all’università, mentre nel secondo
all’esercizio di mansioni tecniche specializzate. Entrambi questi due indirizzi, comunque,
rilasciano il cosiddetto “diploma di scuola superiore” a seguito del superamento dell’esame
delle competenze conosciuto come “esame di stato”. Il possesso del diploma superiore,
permette di accedere all’università indipendentemente dallo specifico indirizzo frequentato
(accademico o tecnico). Alternativamente, esso consente anche l’accesso alla “formazione
tecnico-professionale superiore integrata” (FIS)37 che costituisce un nuovo tipo di formazione
superiore non universitaria, corrispondente al quarto livello di ISCED, implementata in Italia
solamente dopo il 1999. Il quinto e ultimo livello di istruzione nel nostro paese è costituito
dall’Università (ISCED 5b), la quale si differenzia sia verticalmente che orizzontalmente
secondo le regole del Processo di Bologna38. Poiché la quota di discendenti di immigrati che
36 Attualmente in Italia la popolazione studentesca delle scuole secondarie di secondo grado statali è costituita da
2.626.674 studenti così distribuiti: per il 34,6% frequentano un liceo tradizionale (classico, scientifico o
linguistico), per il 13% un altro liceo (liceo delle scienze umane, artistico, musicale, internazionale o scientifico
sezione sportiva), per il 31,7% un istituto tecnico (economico o tecnologico) e per il restante 20,7% un istituto
tecnico (settore industriale o dei servizi) (MIUR, 2016). 37 La FIS si propone di formare figure professionali a livello post-secondario per rispondere alla domanda di
lavoro caratteristica della specifica economia regionale. Come la formazione professionale di livello secondario,
anche la formazione tecnico-professionale superiore integrata viene amministrata a livello locale. Per questa
ragione è possibile che a livello regionale si riscontrino delle differenze. Ad esempio in Emilia Romagna non è
necessario un diploma di scuola secondaria superiore per avvedervi. 38 Per Bologna Process, o Processo di Bologna, si intende la profonda trasformazione che ha interessato il livello
di istruzione terziario italiano a partire dall’anno 2001. Precedentemente, il sistema terziario nel nostro paese era
unitario, cioè caratterizzato unicamente da corsi di laurea della durata di 4-6 anni a seconda dell’indirizzo di
studio. Nonostante negli anni ‘90 era già stata approvata una riforma che garantiva alle università la possibilità di
predisporre corsi di durata inferiore a quella tradizionale (dei cosiddetti Diplomi Universitari di 2 o 3 anni) la
maggioranza delle università italiane non implementò questi corsi (Ballarino e Perotti 2012 ). Tale riforma
dunque non premise di risolvere i problemi dell’università, che continuava a mostrare negli anni 2000 elevati
tassi di interruzione e di completamento degli studi in ritardo, nonché i bassi tassi di immatricolazione (Argentin
e Triventi 2011). La riforma conosciuta come Processo di Bologna si propose di risolvere proprio questi
problemi, sostituendo al vecchio sistema unitario un nuovo sistema sequenziale (il “sistema 3 + 2”) dove si
prevede una laurea triennale iniziale seguita da un eventuale ulteriore periodo di studi di durata biennale, che
77
frequenta l’università nel nostro paese è attualmente così ridotta da impedire l’analisi
attraverso tecniche quantitative39, come anche è ridotta l’incidenza degli stranieri alle scuole
secondarie superiori (tabella 2.3), in questa ricerca, l’approfondimento del contesto italiano
avverrà esclusivamente dal guardando al primo ciclo di istruzione obbligatoria. L’incidenza
dei figli di immigrati all’interno di questo livello fino a soli quindici anni fa era del tutto
trascurabile, raggiungendo appena il 2% della popolazione studentesca alla fine degli anni
novanta (tabella 2.3.). La crescita della presenza straniera nelle scuole di ogni livello
scolastico da allora è stata però decisamente sostenuta. Attualmente gli studenti stranieri sono
più di 814.000 (ISMU, 2016), concentrati soprattutto sui banchi della scuola dell’obbligo.
Tabella 2.3: Incidenza degli studenti stranieri sul totale degli studenti
iscritti nelle scuole italiane per livello scolastico, dall’a.s. 1998/99
all’a.s. 2014/15. Valori percentuali. Italia, dati MIUR40.
Anno scolastico Scuola
Primaria
Secondaria
Inferiore
Secondaria
Superiore
1998/99 1,5 1,2 0,4
1999/00 2,0 1,7 0,6
2000/01 2,4 2,2 0,8
2001/02 3,0 2,7 1,1
2002/03 3,8 3,5 1,5
2003/04 4,5 4,0 1,9
2004/05 5,4 4,8 2,3
2005/06 5,9 5,6 3,1
2006/07 6,8 6,5 3,8
2007/08 7,7 7,3 4,3
2008/09 8,3 8,0 4,8
2009/10 8,7 8,5 5,3
2010/11 9,0 8,8 5,8
2011/12 9,5 9,3 6,2
2012/13 9,8 9,6 6,6
2013/14 10,0 9,6 6,8
2014/15 10,4 9,6 7,0
permette il conseguimento della laurea magistrale. Solamente quest’ultima permette l’eventuale accesso ai corsi
di dottorato. 39 In base alla più recente rilevazione disponibile del Ministero dell’Istruzione, dell’Università e della Ricerca
(relativa all’anno accademico 2015/16), infatti, solo il 4,4% degli attuali studenti universitari è di origine
straniera. Se si considera che il dato comprende anche gli studenti che abitualmente risiedono in un paese estero
e si trovano in Italia esclusivamente per il completamento dei propri studi, si può comprendere come l’incidenza
di discendenti degli immigrati propriamente intesi nell’istruzione terziaria in Italia sia decisamente ridotta (Dati
“Anagrafe Nazionale Studenti” del MIUR per l’anno accademico 2015/16 relativi a tutti i corsi di laurea attivi
sul territorio nazionale. Dati disponibili alla pagina http://anagrafe.miur.it/index.php - link attivo al 09/03/17). 40 Elaborazione di dati MIUR tratti dalle pubblicazioni MIUR (2008) e MIUR (2014b) e ISMU (2016).
78
Se prendiamo ad esempio una classe scolastica media di una ventina di studenti41
possiamo aspettarci, dunque, di trovare al suo interno un paio di alunni con cittadinanza non
italiana. Questi dati medi, tuttavia, nascondono un’elevata eterogeneità di situazioni. La
distribuzione dei minori stranieri è, infatti, tutt’altro che omogenea sul territorio nazionale
(Bertozzi e Santagati 2006, Santagati, 2016). Le presenze più consistenti connotano alcune
regioni del nord e del centro: al primo posto per incidenza di alunni con cittadinanza non
italiana troviamo l’Emilia Romagna (15,5%), seguita dalla Lombardia (14,3%), dall’Umbria
(14,2%), e poi dal Veneto e Toscana (entrambe al 13%). Nelle regioni meridionali l’incidenza
dei figli di immigrati è mediamente inferiore al 5% sul totale della popolazione studentesca
(ISMU, 2016). In base ai dati raccolti dal Ministero dell’Istruzione e rielaborati dai ricercatori
della Fondazione ISMU, gli alunni stranieri attualmente residenti si dividono in maniera
tuttora abbastanza bilanciata tra prime e seconde generazioni (rispettivamente il 44,7% e il
55,3%), nonostante negli anni più recenti la proporzione di stranieri nati in Italia abbia
registrato un aumento consistente. Tuttavia, mentre nelle scuole primarie le seconde
generazioni costituiscono la maggioranza (il 68,4% sul totale dei figli di immigrati), nelle
scuole secondarie inferiori la loro proporzione scende al 43,8% e in quelle secondarie
superiori raggiunge solo il 18,7% (ISMU, 2016).
41 In base ai dati Miur, in Italia la media degli studenti per classe scolastica nelle scuole statali è di 19,58 per le
scuole primarie, 21,24 per le scuole secondarie di primo grado e 22,11 per le scuole secondarie di secondo grado
(MIUR 2016).
79
2.3 I sistemi scolastici in Inghilterra, Svezia, Paesi Bassi e Germania
Diversi sono gli studi presenti in letteratura che mettono in relazione l’eterogeneità dei
risultati scolastici degli studenti europei alle differenze istituzionali tra i paesi (Muller e
Shavit, 1998; Ammermueller, 2005; Hanushek e Woessmann, 2011). Recentemente, alcuni
studiosi hanno iniziato a esplorare la possibilità che le differenze nei sistemi di istruzione
possano risultare in un differente livello di svantaggio scolastico dovuto alla nazionalità,
riscontrando indizi a favore di questa supposizione (Heckmann et al., 2001; Schnepf, 2004;
OECD, 2006; Waldinger, 2006; Brunello e Checchi, 2007; Van de Werfhorst e Van
Tubergen, 2007, Lessard-Phillips, Brinbaum, e Heath, 2014). Per valutare l’adeguatezza del
modello teorico proposto, dunque, è necessario testare le ipotesi da esso derivate in modo
comparativo, rilevando se l’effetto delle dimensioni macro-sociali è tale da inficiarne o meno
la portata esplicativa. È importante ricordare che, poiché l’obiettivo che questa tesi si prefigge
è quello del test della validità di uno specifico modello teorico dello svantaggio scolastico
degli stranieri, anziché quello di fornire una panoramica della stratificazione etnica in
istruzione attualmente presente in diversi paesi europei42, è importante soprattutto una
adeguata selezione dei casi da comparare piuttosto che non un allargamento delle analisi a
quanti più contesti nazionali possibili. Partendo dalla considerazione della rilevanza delle
caratteristiche dei sistemi di istruzione nazionali sui divari riscontrati per i discendenti degli
immigrati, la strategia seguita in questa tesi è quella di prendere in esame un numero di casi
nazionali ridotto ma particolarmente significativo per la comparazione con l’Italia, paese
caratterizzato da un sistema di istruzione definibile come “misto” (tabella 2.4). Se incrociamo
le due dimensioni della stratificazione del sistema di istruzione e della standardizzazione del
curriculum formativo (misurate entrambe come «alta» o «bassa»), possiamo individuare
quattro tipi di situazioni concrete. Prestando attenzione da un lato alle caratteristiche delle
tradizioni migratorie nazionali43 e dall’altro alla disponibilità di dati utili a testare le ipotesi di
ricerca, i quattro paesi selezionati per riempire le caselle della tipologia sono l’Inghilterra e la
Svezia (esempi di sistemi comprensivi) e la Germania e i Paesi Bassi (esempi di sistemi
42 Quest’ultima strada è già stata infatti percorsa con successo ad esempio da Stevens e Dworking (2014) e da
Heath e colleghi (Heath et al., 2008; Heath e Brinbaum, 2014), ma anche attraverso numeri monografici di
alcune riviste scientifiche, come ad esempio quello del 2007 di Ethnicities. 43 La scelta di questi casi assicura la considerazione sia dei paesi dove l’immigrazione è stata fortemente
influenzata dal passato coloniale (come Inghilterra e Paesi Bassi), sia di quelli che hanno visto aumentare
l’incidenza della popolazione straniera a seguito del reclutamento razionale di lavoratori dall’estero (caso
emblematico quello tedesco), che quelli che hanno grandemente risentito del fenomeno degli asylum seekers
(come ad esempio la Svezia).
80
altamente stratificati). La tabella 2.4 fornisce una panoramica delle caratteristiche dei sistemi
di istruzione nei paesi europei selezionati, e ne permette il confronto al caso italiano.
Tabella 2.4: Caratteristiche dei sistemi di istruzione (per il solo livello secondario) in vigore
nei paesi considerati da questa ricerca.
Paese Indice di
tracking44
Fluiditá del
sistema
(passaggio tra
gli indirizzi)
Scelta
dell'istruzione
tecnico /
professionale45
Istruzione
professionale
con sistema
duale
Esami del livello di
istruzione
secondario
Standardizzazione del
curriculum
Inghilterra -1,08 Fluido 0,47 0 % Esami statali alla fine
della secondaria
inferiore e superiore
Differenziato a
livello locale
Svezia -1,06 Fluido 0,69 0 % Esami statali alla
secondaria superiore,
su materie specifiche
Uniforme a livello
statale
Italia 0,18 Fluido 0,95 0 % Esami statali alla fine
della secondaria
inferiore e superiore
Uniforme a livello
statale, curriculum
regionale solo per la
formazione
professionale
Paesi
Bassi 0,97 Rigido 1,26 20 %
Esami statali alla fine
della secondaria
superiore
Uniforme a livello
statale
Germania 1,79 Rigido 0,89 45 %
Esami a livello di
Länder e esami statali
solo per particolari
professioni
Differenziato a
livello di Länder
Fonte: (Bol e Van de Werfhorst, 2013; Lessard-Phillips et al., 2014)
Le prime cinque dimensioni riportate nella tabella 2.4 riflettono il grado di
stratificazione del sistema scolastico, aspetto che la letteratura in materia considera come uno
dei più influenti sulle scelte d’istruzione degli studenti stranieri (Jackson et al., 2012; Lessard-
Phillips, Brinbaum, e Heath, 2014). Mentre il nostro paese occupa decisamente una posizione
centrale per questa dimensione, l’estremo superiore è costituito dai casi altamente stratificati
di Germania e Paesi Bassi. In questi paesi l’età in cui avviene la selezione in indirizzi è molto
precoce: 10 anni per la Germania e 12 per i Paesi Bassi. Gli studenti di scuola secondaria
inferiore si trovano quindi in questi paesi già separati in curriculum differenziati; sulla base
delle decisioni dei loro genitori e insegnanti in Germania (Schneider, 2008), o a seconda dei
44 L’indice di tracking è il valore risultate da una analisi fattoriale sui tre indicatori: l’etá in cui avviene la prima
differenziazione indirizzi, la percentuale di curriculum differenziato in indirizzi e il numero di indirizzi tra cui gli
studenti di 15 anni possono scegliere (Bol e Van de Werfhorst, 2013). L’indice si distribuisce normalmente, con
media uguale a zero e deviazione standard uguale a uno. 45 Come l’indice di tracking, anche l’indice di scelta dell’istruzione tecnico/professionale é il valore risultate da
un’analisi fattoriale, svolta sulla percentuale di studenti iscritti all’istruzione secondaria superiore di tipo
tecnico/professionale nel 2004 e nel 2006. Anche questo indice si distribuisce normalmente con media uguale a
zero e deviazione standard uguale a uno.
81
loro risultati scolastici precedenti per i Paesi Bassi (Luijkx e de Heus, 2008). Effettuata la
scelta di indirizzo, data la rigidità di questi sistemi di istruzione, essa si rivela particolarmente
vincolante. I cambiamenti di percorso, anche se in principio possibili (se non addirittura
agevolati come nel caso dei Paesi Bassi) non sono estremamente frequenti, e si verificano
soprattutto dagli indirizzi prestigiosi a quelli meno remunerativi (Lessard-Phillips,
Fleishmann, e Van Elsas, 2014). Questi due paesi si differenziano tuttavia specialmente nella
standardizzazione del curriculum scolastico. Mentre nei Paesi Bassi questo è centralmente
stabilito ed è dunque uniforme in tutte le scuole del medesimo indirizzo, in Germania ogni
Länder ha la possibilità di influire in misura anche molto significativa su quanto viene
insegnato, per cui le esperienze di apprendimento degli studenti potrebbero risultare molto
dissimili anche a parità di indirizzo di studi scelto (Gogolin e Salem, 2014).
All’estremo opposto troviamo i casi inglese e svedese in cui, al contrario che in
Germania e Paesi Bassi, non è prevista una forte distinzione tra indirizzi (Stevens e Crozier,
2014). Nonostante anche qui sia possibile seguire percorsi di studio differenziati, che
prendono la forma di track tecnici o in preparazione all’istruzione superiore in Svezia
(Lessard-Phillips et al., 2014) o di scelta del proprio piano di studi per poter sostenere agli
esami necessari alla selezione universitaria in Inghilterra (gli A-levels) (Parutis, 2015), il
percorso di istruzione è universalistico e indifferenziato durante tutta la scolarità dell’obbligo,
e le scelte di indirizzo post-obbligo più facilmente revocabili. Nonostante la condivisione di
questi tratti, i sistemi di istruzione di questi due paesi si distanziano grandemente in termini di
stratificazione degli istituti scolastici sul territorio nazionale. In Svezia tale stratificazione è
del tutto assente, e tutte le scuole svedesi sono tenute ad adottare il medesimo curriculum
formativo, il quale viene stabilito centralmente. In Inghilterra, al contrario, l’offerta di
istruzione è differenziata in ogni livello, a partire da quello primario. La principale distinzione
è quella presente tra le scuole statali scuole private. Queste ultime richiedono maggiori
investimenti in termini di risorse socio-economiche e, in ragione del maggior prestigio di cui
godono, accedervi potrebbe richiedere il superamento di un processo di selezione (Stevens e
Crozier, 2014; Lessard-Phillips et al., 2014).
Facendo riferimento a quanto detto a proposito del sistema di istruzione italiano nel
precedente capitolo, possiamo collocare il nostro paese in una posizione intermedia rispetto ai
casi qui considerati. In ragione di ciò, essi costituiscono interessanti termini di paragone per la
valutazione dell’appropriatezza del modello teorico che già si è rivelato utile allo studio della
realtà della stratificazione etnica in istruzione in Italia.
82
3. Il ruolo delle caratteristiche individuali nelle disparità di
apprendimento degli studenti nativi e degli studenti stranieri in Italia:
una comparazione tra tre gradi scolastici
Introduzione46
Il modello teorico proposto per analizzare i meccanismi generativi dello svantaggio
scolastico degli studenti stranieri, non si basa su uno specifico caso nazionale, ma è bensì
derivato da elaborazioni teoriche e risultati di ricerca internazionali (prevalentemente, ma non
solo, europei). La parte empirica centrale di questo lavoro inizierà tuttavia con
l’approfondimento di uno specifico contesto, quello italiano, il quale ci riguarda più da vicino.
Due sono le ragioni che giustificano tale scelta. Anzitutto la relativa novità del fenomeno
migratorio in Italia rende lo studio dell’integrazione dei migranti nel nostro paese
particolarmente interessante. Inoltre, le caratteristiche specifiche dei flussi in ingresso in
l’Italia li rendono sensibilmente differenti dai reclutamenti di lavoratori nei paesi dell’Europa
continentale e dai flussi dalle ex-colonie nei paesi dell’Europa settentrionale, ponendo delle
sfide alla portata esplicativa delle elaborazioni teoriche da questi derivate per il nostro paese.
Per tale ragione, testare nel contesto italiano un modello teorico che da esse prende spunto si
rivela particolarmente interessante anche da un punto di vista teorico.
Prima di presentare i risultati dell’analisi empirica, approfondirò nella prima sezione di
questo capitolo le precedenti ricerche condotte in Italia. Nella seconda sezione presenterò i
dati e i metodi adottati. In questo capitolo utilizzerò i dati dell’indagine censuaria cross-
section sugli apprendimenti condotta dall’Istituto Nazionale per la Valutazione del Sistema
educativo di Istruzione e di Formazione (INVALSI), e illustrerò come si distribuiscono le
dimensioni di interesse all’interno di questi dati. Successivamente chiarirò la strategia
analitica adottata per ottenere i risultati presentati nella terza sezione del capitolo. Prima di
testare le ipotesi di ricerca, tuttavia, prenderò in esame più nel dettaglio il peso che i diversi
contesti in cui l’individuo è inserito hanno sui suoi apprendimenti. L’ipotesi che le ragioni
delle differenze a livello di competenze acquisite debbano essere ricercate primariamente
nelle caratteristiche individuali degli studenti sta infatti alla base dello sviluppo del modello
teorico proposto.
46 Un working paper corrispondente a una precedente versione di questo capitolo empirico e avente come titolo
“Ethnicity, Migration, and Educational Achievement in Italy: a Comparison across Educational Levels” è stato
presentato e discusso alla conferenze: Ascona 2015 International Conference on (Persistent) Inequalities -
Reconsidered: Education and Social Mobility; Spring meeting 2015 dell’International Sociological Association
(ISA)-Research Commitee on Social Stratification and Mobility (RC28); e alla Spring School 2015 dell’
European Consortium for Sociological Research (ECSR)
83
3.1 Le precedenti ricerche empiriche condotte in Italia
Come hanno rilevato recentemente Schnell e Azzolini (2015), nonostante l’attuale
incidenza della popolazione straniera in Italia, le ricerche empiriche a livello nazionale sugli
apprendimenti degli studenti stranieri sono ancora un numero ridotto, rispetto al loro sviluppo
in Europa. Le ragioni di questo “ritardo” sono da rintracciare da un lato nella novità del
fenomeno dell’immigrazione nel nostro paese, e dall’altro nell’ancora scarsa disponibilità di
fonti di dati adeguate ad analizzare le dimensioni strutturali dell’integrazione delle minoranze
etniche, attraverso modalità che permettano di generalizzare i risultati ottenuti. Infatti, come
ha messo in luce Santagati, la maggioranza delle ricerche condotte fino ad ora in Italia sulle
disparità di istruzione dei figli di immigrati è avvenuta analizzando singoli contesti locali
dotati di proprie specificità. Più precisamente, l’autrice mette in luce che la maggioranza delle
ricerca sociologica italiane in tema di disparità etniche in istruzione è stata condotta in
Lombardia (10 studi), seguita da Piemonte (7), Liguria (3), Veneto e Trentino (2) e Emilia
Romagna (1), mentre solo 6 studi sono stati condotti nelle regioni del centro e 2 in quelle del
sud (Santagati, 2015). Risultano essere solo 7 le ricerche che hanno esaminato un territorio
più ampio, tra queste lo studio più esteso e approfondito è stato l’indagine Itagen2, condotta
in 10 regioni italiane (Casacchia et.al., 2008; Dalla Zuanna et.al., 2009)47. La prassi più
comunemente adottata dagli studiosi italiani è stata, inoltre, quella di dialogare con la
letteratura internazionale e coi risultati che essa ha prodotto piuttosto che con i precedenti
studi nazionali, fatto che ostacola ulteriormente la rassegna della produzione scientifica
italiana sul tema. Tuttavia, come abbiamo visto nel precedente capitolo, i contesti europei
maggiormente studiati dai ricercatori della stratificazione etnica in istruzione sono
caratterizzati da specificità che tendono a differenziarli in misura sostanziale dal caso italiano
(Heath et al., 2008; Stevens & Dworking, 2014). Per questo, in questo paragrafo considererò
esclusivamente quanto emerso dai precedenti studi sulla situazione dei discendenti degli
stranieri nelle scuole italiane. I risultati forniti dalle analisi di questo capitolo, dunque,
saranno qui interpretati alla luce della precedente letteratura nazionale, mentre per una loro
considerazione in chiave più ampia si rimanda alle conclusioni generali di questo lavoro.
In Italia, come già avvenuto in altri contesti nazionali (Coleman et al., 1966), la crescita
della popolazione studentesca straniera è stata accompagnata dall’aumento della
47 Proprio per colmare questa mancanza l’Istituto nazionale di statistica ha condotto nella primavera del 2015
un’indagine sull’ Integrazione Scolastica e Sociale delle Seconde Generazioni, prendendo in considerazione gli
studenti delle scuole secondarie inferiori e superiori dell’interno territorio nazionale. Al momento, tuttavia, i dati
di questa indagine non sono ancora disponibile a livello di microdati per la ricerca.
84
preoccupazione da parte degli organi politici e di governo riguardo sia alla velocità del loro
apprendimento nella lingua nazionale, sia all’effetto della loro presenza crescente sugli
apprendimenti degli alunni nativi (Azzolini, 2012). Il Ministero dell’Istruzione dell’Università
e della Ricerca (MIUR) è stato il primo organismo a raccogliere e rendere pubblici dati
relativi a questo fenomeno, a partire dalla fine del 1990, quando l’incidenza degli alunni
stranieri era inferiore al 2% (MIUR 2008). Fin da subito, le statistiche ufficiali hanno
registrato la presenza di svantaggi scolastici per i discendenti degli immigrati rispetto ai
nativi. Strozza, analizzando i primi dati ufficiali disponibili (risalenti al censimento del 2001),
ha rilevato ad esempio un tasso di scolarità48 inferiore per gli stranieri in ogni grado scolastico
esaminato, e specialmente per l’istruzione post-obbligatoria (Strozza, 2008). Besozzi, alla fine
degli anni novanta, ha condotto uno dei primi studi sulle esperienze scolastiche dei figli di
immigrati. Analizzando un campione di circa 1.200 studenti delle scuole secondarie inferiori
milanesi, l’autrice ha illustrato che la condivisione delle stesse esperienze all’interno della
classe scolastica non è sufficiente a permettere agli studenti stranieri di percepirsi integrati
(Besozzi, 1999). Negli stessi anni, Giovannini & Queirolo Palmas hanno effettuato un
importante studio raccogliendo dati in nove città italiane su quasi mille studenti, sia italiani
che stranieri) frequentanti, anche in questo caso, le scuole secondarie inferiori. Gli autori
hanno proposto di misurare il successo scolastico non focalizzandosi esclusivamente sulle
dimensioni strutturali ma prendendo in considerazione anche aspetti più motivazionali e
relazionali (Giovannini & Queirolo Palmas, 2002). Utilizzando un indice che considera
congiuntamente il numero di bocciature e l’auto-percezione di rendimento, gli studiosi hanno
riscontrato risultati simili tra gli studenti italiani e i figli di immigrati, non solo in termini di
stime ma anche in quanto dimensioni in grado di influenzarle, mettendo in evidenza il ruolo
positivo delle relazioni tra scuola e famiglia, tra studenti, e tra studenti e insegnati.
Nonostante gli anni trascorsi, questo studio è tuttora considerato come una delle ricerche più
approfondite e complete sul tema svolte sul territorio (Santagati, 2015).
Se si restringe l’analisi alle misure oggettive di rendimento, tuttavia, gli studenti
stranieri mostrano risultati scolastici complessivamente inferiori a quelli dei figli di italiani.
Di Bartolomeo, analizzando i dati PISA ha mostrato come sia prime che seconde generazioni
siano caratterizzate da un divario statisticamente significativo rispetto agli studenti italiani, il
quale rimane tale anche a parità di classe sociale e istruzione dei genitori, di lingua parlata a
48 Il tasso di scolarità, conosciuto anche come tasso di partecipazione scolastica, è il risultato del rapporto tra il
numero di studenti iscritti in un determinato grado scolastico e il totale dei ragazzi ammissibili sulla base dell’età
a quel grado scolastico.
85
casa e composizione etnica della classe scolastica (Di Bartolomeo, 2011). Anche Azzolini e
colleghi, rilevano un significativo svantaggio scolastico per i discendenti degli immigrati, il
quale caratterizza sia i risultati delle prove di italiano che quelle di matematica, e persiste
analizzando famiglie di analoga situazione socio-economica o simili contesti scolastici
(Azzolini, 2012; Azzolini et. al., 2012). In linea ai precedenti studi, gli autori rilevano uno
svantaggio più consistente per gli studenti di prima generazione rispetto agli stranieri nati in
Italia. Risultati simili sulla presenza di un significativo divario negli apprendimenti, anche se
più consistente se si esaminano gli apprendimenti linguistici rispetto alle competenze
matematiche, è emerso con chiarezza anche in ulteriori analisi, come ad esempio nelle
ricerche condotte da Mantovani (2008), da Checci e Braga (2009) e da Dustmann e colleghi
(2012). I dati raccolti dalle agenzie internazionali ci informano infatti che l’Italia è uno dei
paesi in cui le differenze nelle performance scolastiche tra nativi e stranieri è maggiore
(OECD, 2014b). Inoltre, anche le carriere scolastiche seguite dai figli di immigrati all’interno
del sistema scolastico italiano risultano più discontinue di quelle dei coetanei italiani. Il tasso
di bocciatura che li caratterizza è superiore, interessando quasi un terzo degli studenti stranieri
al primo anno della scuola post-obbligatoria (MIUR 2014b), nonostante questi ultimi tendano
a preferire l’istruzione tecnica e professionalizzante per un veloce accesso al mondo del
lavoro (Barban e White, 2011) la quale viene percepita generalmente come meno impegnativa
e prestigiosa di quella liceale (Ballarino e Checchi, 2006). Anche il tasso di drop-out, ovvero
di conclusione anticipata degli studi, è maggiore per i figli di immigrati, rispetto ai nativi, e
specialmente per le prime generazioni che devono affrontare oltre allo studio di una nuova
lingua, anche l’esperienza traumatica della migrazione e il difficile inserimento in un contesto
scolastico nuovo (Santagati, 2014). Le analisi di Azzolini e Barone (2012b) confermano
questa immagine, mettendo in evidenza quanto la quota dei discendenti di immigrati che
decidono di non proseguire gli studi dopo l’obbligo scolastico sia statisticamente superiore a
quella dei nativi, anche quando si comparano tra loro giovani di origini sociali analoghe.
È interessante notare come la fascia di età compresa tra i 13 e i 15 anni risulti essere di
gran lunga quella più analizzata dagli studiosi della stratificazione etnica in istruzione, sia per
quanto riguarda la letteratura internazionale che quella italiana. In parte ciò è dovuto al fatto
che essa costituisce un periodo di estrema rilevanza per la vita di uno studente,
corrispondendo generalmente al completamento dell’obbligo scolastico e al passaggio
all’istruzione post-obbligatoria (Schizzerotto e Barone, 2006; Ballarino e Checchi, 2006) e in
parte poiché, coerentemente a ciò, la disponibilità di fonti di dati su questa fascia di età è
maggiore. Se l’analisi delle scelte alla fine del primo ciclo di istruzione obbligatoria ha
86
restituito una immagine di chiare disparità tra studenti italiani e alloctoni (Casacchia et al.,
2008; Canino, 2010; Checchi, 2010a), è interessante chiedersi se sia davvero questo il primo
momento in cui emergono segni di ostacoli al successo scolastico degli stranieri.
Generalizzare i risultati ottenuti da queste analisi a tutti gli studenti stranieri, tuttavia, implica
assumere implicitamente che la consistenza dello svantaggio, e i meccanismi che lo generano,
siano i medesimi in ogni momento della loro carriera scolastica.
Come messo in luce da Azzolini (2012), la ricerca empirica quantitativa sugli
apprendimenti nel corso delle primissime fasi della carriera scolastica, nonostante
l’importanza da queste rivestita per l’intera carriera scolastica, è ancora in fase di sviluppo nel
nostro paese. Uno dei primissimi studi esplorativi sull’integrazione degli studenti stranieri
presso le scuole primarie è quello condotto da Pinelli e colleghi nel 2004. Utilizzando sia
tecniche di osservazione partecipante che analizzando i dati raccolti attraverso circa mille
questionari somministrati a un campione di bimbi romani, gli studiosi hanno messo in luce
che il rendimento scolastico è percepito dai figli di immigrati come una risorsa importante per
la loro integrazione (Pinelli et.al., 2004). Anche Maggioni e Vincenti, attraverso l’analisi di
circa cento interviste con studenti delle scuole elementari di Bologna, Pesaro e Urbino hanno
rilevato quanto l’integrazione dei giovani stranieri risulti migliore per gli studenti con elevati
risultati scolastici, mentre i figli di immigrati con inferiori rendimenti abbiano un maggiore
rischio di venire marginalizzati all’interno delle classi scolastiche (Maggioni e Vincenti,
2007). Azzolini, comparando le competenze dei figli di immigrati con quelle dei nativi e dei
figli di coppie miste nel corso del secondo e dell’ultimo anno della scuola primaria ha
riscontrato ad esempio che, anche controllando per l’effetto delle origini sociali, si riscontra
un divario significativo per i figli degli immigrati in entrambi i gradi scolastici, sia
relativamente alle competenze linguistiche che quelle matematiche. Alle stesse conclusioni è
giunta Contini: gli studenti stranieri iscritti all’ultimo anno della scuola primaria e al primo
anno della scuola secondaria inferiore riportano un livello inferiore di competenze rispetto ai
nativi. L’autrice riscontra un divario statisticamente significativo sia per le prime che per le
seconde generazioni in entrambi i gradi scolastici. Lo svantaggio scolastico dei figli di
immigrati sembra sussistere inoltre sia per le competenze linguistiche che per le competenze
matematiche (Contini, 2013). Estendendo il lavoro di questi autori e autrici, in questo capitolo
testerò le ipotesi di ricerca derivate dal modello teorico analizzando le competenze
linguistiche degli studenti in tre momenti distinti nel corso del primo ciclo di istruzione
obbligatoria.
87
3.2 Dati, variabili e metodi
3.2.1 I dati del Sistema Nazionale di Valutazione INVALSI
La relativa scarsità di studi quantitativi rappresentativi dell’intero territorio nazionale
relativamente all’integrazione strutturale dei figli degli immigrati dipende in buona misura
dalla mancanza di fonti di dati adeguate allo scopo. I dati raccolti dall’Istituto Nazionale per
la Valutazione del Sistema Educativo di Istruzione e di Formazione (INVALSI) costituiscono,
in questo senso, un’eccezione ancora poco sfruttata. L’INVALSI dal 2005 ha il compito di
verificare sistematicamente le conoscenze e le abilità degli studenti frequentanti le scuole
italiane (DL 286/2004). L’istituto svolge questo compito somministrando a scadenza annuale
dei test di competenza standardizzati a tutti gli studenti che frequentano il secondo, il quinto e
il sesto grado del primo ciclo dell’istruzione obbligatoria, e il secondo anno della scuola
secondaria superiore. In aggiunta, una prova di competenza organizzata da INVALSI integra
l’esame di stato conclusivo della scolarità obbligatoria. Diversamente da quanto accade per la
classe terza della scuola secondaria inferiore, le prove somministrate nei gradi scolastici
precedenti si svolgono durante la normale giornata scolastica e non richiedono nessuna
preparazione specifica da parte degli studenti (INVALSI, 2013). Perché interessano gli alunni
che frequentano la scuola dell’obbligo, inoltre, i test vengono somministrati all’universo dei
giovani e non a una sottopopolazione selezionata, contrariamente alla rilevazione svolta
presso le scuole secondarie superiori statali49. Per le delineate ragioni, dunque, in questo
capitolo focalizzerò l’attenzione sulle differenze tra i figli di immigrati e i figli di nativi
esclusivamente nel corso del primo ciclo di istruzione obbligatoria.
La somministrazione delle cosiddette ‘Prove Invalsi’, nonché l’inserimento dei dati
raccolti, è affidata nella totalità delle classi rilevate al personale docente50. Facendo tesoro
delle esperienze che si sono succedute negli anni, INVALSI ha implementato procedure di
49 In ragione delle caratteristiche del sistema di istruzione illustrate nel precedente capitolo, in Italia gli studenti
delle scuole secondarie superiori statali costituiscono un campione selezionato della popolazione studentesca di
pari età, e ciò riguarda particolarmente i figli di immigrati i quali, a livello aggregato, tendono a prendere
decisioni scolastiche meno prestigiose dei nativi. Come hanno rilevato Azzolini e Barone, infatti, i giovani
stranieri sono sovra-rapresentati nella formazione professionale regionale (Azzolini e Barone, 2012b), la quale
non è considerata dalle rilevazioni INVALSI, ad eccezione di un numero ridotto di regioni. 50 In un ristretto numero di classi scolastiche (cosiddette ‘classi campione’), selezionate in modo tale da essere
rappresentative a livello nazionale, di macro-area geografica e regionale, la somministrazione avviene tuttavia
alla presenza di un ‘osservatore esterno’ il quale ha il compito di riportare eventuali irregolarità a INVALSI.
Grazie alla comparazione dei risultati di questo sotto campione di classi con il resto delle informazioni raccolte
INVALSI calcola e rilascia uno specifico coefficiente di correzione del cheating (INVALSI 2013).
88
controllo delle irregolarità che possono intervenire nel corso della rilevazione via via più
efficienti. Tali irregolarità (cheating) sono dovute ai comportamenti opportunistici che
possono essere attuati sia dagli studenti (come la copiatura delle risposte dai compagni) che
dagli insegnanti (come il suggerimento agli studenti delle risposte corrette ai quesiti) con
l’obiettivo di ottenere un risultato più elevato per sé, o per la propria scuola rispetto alla
media nazionale. Per contrastare questi modi di agire, a partire dall’anno scolastico 2012/13
INVALSI ha predisposto per la prima volta cinque diverse versioni di ogni questionario,
implementando un differente ordine sia delle domande che delle risposte chiuse. Inoltre, dei
‘controllori di secondo livello’ sono stati inviati a sorpresa presso un campione casuale di
istituti con l’obiettivo di monitorare l’andamento della rilevazione e riportare eventuali
irregolarità. La comparazione tra i risultati emersi in classi scolastiche fatte oggetto di
differenti procedure di controllo ha permesso a INVALSI di calcolare uno specifico
coefficiente per la correzione delle analisi dall’eventuale cheating (INVALSI 2013).
L’utilizzo di questo coefficiente permette di considerare nelle analisi l’intera popolazione
studentesca rilevata, consentendo di ottenere stime robuste anche per sottopopolazioni di
studenti relativamente meno numerose, come accade ad esempio per gli studenti stranieri.
Come hanno argomentato Barone, Luijkx e Schizzerotto, infatti, una elevata numerosità è
fondamentale per testare delle ipotesi di ricerca che, come nel caso in esame, richiedono la
contemporanea considerazione di molteplici dimensioni (Barone, Luijkx, & Schizzerotto,
2010).
Uno dei pregi dei dati INVALSI è la loro accessibilità. I dati utilizzati in questo
capitolo, infatti, possono essere scaricati da qualunque utente a titolo gratuito, semplicemente
accedendo al sito dell’istituto.51 Se da un lato l’accessibilità costituisce certamente uno dei
punti di forza di questa fonte, tale disponibilità di dati non è priva di svantaggi. Il principale è
che la necessità di garantire l’assoluta non rintracciabilità degli studenti, nel rispetto della
vigente legge in materia di tutela della privacy52, inficia la possibilità di seguire la carriera
51 Per scaricare i dati INVALSI è sufficiente raggiungere il sito https://invalsi-serviziostatistico.cineca.it/ e
autenticarsi semplicemente fornendo il proprio codice fiscale (link attivo a 18/02/17). 52 In altre parole, INVALSI non fornisce i codici meccanografici delle scuole, in quanto questi potrebbero
permettere di individuare lo studente in base alle sue risposte al questionario, specie nei contesti non
metropolitani. Il codice identificativo dello studente è dunque costituito dall’aggiunta di un numero progressivo
(in base alla posizione dello studente all’interno del registro) al codice identificativo della classe, il quale è a sua
volta creato aggiungendo un semplice numero progressivo (che individua la posizione della classe nella lista
delle classi dello stesso livello all’interno dell’istituto) al codice della scuola. Quest’ultimo è a sua volta un
numero progressivo, corrispondente alla posizione della scuola nell’elenco delle scuole di una stessa regione.
89
scolastica di un medesimo studente all’interno del sistema di istruzione, individuandolo cioè
in maniera univoca tra le rilevazioni successive. Nonostante l’impossibilità di utilizzare i dati
INVALSI in modo longitudinale per ricostruire lo sviluppo delle competenze dei singoli
durante la permanenza all’interno del sistema scolastico, questa fonte di dati risulta
ugualmente la più adeguata a risponde agli interrogativi di ricerca di questa tesi.
Oltre all’elevato numero di soggetti rilevati, un secondo punto di forza dei dati
INVALSI si trova, infatti, nella particolare struttura gerarchica, la quale permette l’utilizzo di
tecniche di analisi statistica in grado di tenere in considerazione contemporaneamente
l’influenza dei diversi fattori che la letteratura esaminata ha suggerito come in grado di
influenzare gli apprendimenti. Per valutare l’adeguatezza del focus di questa ricerca sulle
caratteristiche di tipo individuale (quali le origini etniche e le origini sociali) è, infatti,
necessario anzitutto comprendere il loro peso relativo rispetto alle altre dimensioni di livello
sovra individuale comunque coinvolte. Inoltre, è importante comprendere quanto la
considerazione di questi fattori nelle analisi sia in grado di spiegare lo svantaggio etnico che
possiamo rilevare a livello bivariato. Grazie ai dati INVALSI possiamo conoscere quali
studenti fanno parte di una stessa classe scolastica e quali classi appartengono al medesimo
istituto. Le caratteristiche della classe scolastica capaci di mediare l’esperienza di
apprendimento dello studente considerate in questo capitolo sono: la grandezza della classe
scolastica stessa (approssimata attraverso il numero totale di studenti rilevati al suo interno) e
la composizione sociale del gruppo dei compagni di classe (misurata attraverso la percentuale
di studenti figli di immigrati e di studenti figli di operai). Per quanto riguarda la scuola è preso
in esame il plesso scolastico, cioè il luogo specifico frequentato dallo studente, anziché
l’istituto scolastico. Quest’ultimo nella maggioranza dei casi costituisce infatti un
raggruppamento di più plessi, differenti sia per dotazioni strutturali che per composizione
sociale, a volte anche piuttosto distanti geograficamente tra loro. A livello di scuola i fattori
considerati sono: la zona altimetrica in cui la scuola è situata, il suo trovarsi nel comune
capoluogo di provincia o in un comune periferico, la percentuale di studenti figli di immigrati
(approssimata attraverso l’incidenza dei figli di immigrati nelle classi scolastiche di
medesimo grado) e di studenti figli di operai (approssimata in maniera analoga). Mentre le
ultime due variabili riflettono la composizione etnica e sociale della scuola, le prime due
90
approssimano le sue caratteristiche strutturali e di corpo docente, informazioni
sfortunatamente non direttamente presenti nei dati in esame.
La tabella 3.1 di seguito mostra il totale degli studenti esaminati nelle analisi di questo
capitolo per grado scolastico considerato. I valori riportati corrispondono alle numerosità
coinvolte nei modelli di regressione, ottenute a seguito di listwise deletion, cioè
dell’esclusione di tutti gli individui per i quali mancava un valore in una delle variabili
utilizzate.
Tabella 3.1: Numero di province, scuole, classi scolastiche e individui coinvolti
nell’indagine INVALSI 2012/13 per livello scolastico indagato. Italia, valori assoluti.
Scuola Primaria Scuola Sec. Inferiore
II° classe V° classe I° classe
Province
107 107 107
Scuole 15.971 16.016 7.575
Classi 27.991 28.186 24.823
Individui 463.291 451.677 465.057
Nonostante la ricchezza di informazioni, un limite dei dati in esame è costituito dai
pochi dettagli forniti relativamente al contesto locale in cui la scuola si trova. La
considerazione di questo livello nelle analisi, non di rado trascurato dalle precedenti ricerche
proprio per mancanza di dati, è giustificata dalla consistente eterogeneità nei livelli di
apprendimento per area geografica in Italia, che vede andare particolarmente bene gli studenti
delle aree urbane del nord della penisola (INVALSI 2013). Diversamente da quanto detto a
proposito delle caratteristiche strutturali delle singole scuole, per quanto riguarda il livello
locale possiamo utilizzare le fonti amministrative per arricchire i dati con le informazioni
sulla situazione economica e sulla composizione sociale delle diverse province italiane53. Più
precisamente, grazie ai dati raccolti annualmente da ISTAT, è stato possibile aggiungere ai
dati INVALSI dettagli sull’incidenza degli stranieri sul totale della popolazione residente in
ogni provincia nel 2012 e il tasso di occupazione provinciale della popolazione tra i 15 e i 64
anni d’età nello stesso anno solare. L’informazione relativa al reddito disponibile pro-capite a
livello provinciale, invece, deriva dai dati resi disponibili dall’Istituto Tagliacarne –
Fondazione di UnionCamere, e si riferisce all’anno 2011. La tabella 3.2 di seguito mostra la
53 Non è purtroppo possibile individuare nei dati INVALSI il preciso comune in cui la scuola si situa. Per quanto
riguarda il livello regionale, invece, la ridotta numerosità inficia la possibilità di usare le regioni come livello di
analisi superiore nei modelli di regressione multilivello di cui tratteremo meglio nel prossimo paragrafo.
91
distribuzione nei dati di tutte le variabili utilizzate, ottenuta dopo aver escluso ogni caso in cui
il valore di almeno una variabile considerata non era disponibile54.
Possiamo distinguere le variabili utilizzate nei modelli in base al livello di analisi in cui
esse variano. Coerentemente al modello teorico che vogliamo testare, sia la variabile
dipendente che le variabili indipendenti principali (le origini etniche e le origini sociali) sono
caratteristiche individuali e variano dunque al primo livello. Le caratteristiche della classe
scolastica variano invece al secondo livello di analisi. Si tratta cioè di variabili che assumono
valori diversi tra le classi scolastiche, ma rimangono costanti per tutti gli individui che
appartengono alla stessa classe. Le specificità della scuola (terzo livello) sono rappresentate
da variabili che assumono gli stessi valori per tutti gli individui e per tutte le classi dello
stesso plesso, ma valori diversi tra le scuole (e dunque anche tra province). Infine, le
informazioni sulla composizione sociale e la situazione economica del contesto locale
variando esclusivamente tra le province, rimanendo invece costanti per tutti i livelli inferiori
all’interno della stessa provincia). Come approfondiremo nel prossimo paragrafo, questa
particolare struttura gerarchica permette l’implementazione di modelli di regressione lineare
particolari (modelli multilivello), i quali ci permettono, tra le altre cose, di conoscere quanto
delle differenze nei livelli di apprendimento degli studenti è dovuto alle specificità dei diversi
livelli di analisi coinvolti.
54 Le distribuzioni di frequenza per le variabili categoriali e le misure di centralità e dispersione per le variabili
continue presentate nella tabella 3.2 sono state calcolate per uniformità sempre sul totale degli studenti rilevati
per livello scolastico anche per quanto riguarda le dimensioni che variano ai livelli sovra-individuali. Ad
esempio, il dato sulla media della grandezza della classe (18,88 per la II° primaria) è interpretabile come: in
media gli studenti rilevati nelle classi seconde della scuola primaria esperiscono una classe composta da circa 19
studenti. In altre parole, non è la classe scolastica l’unità su cui è stata calcolata questa statistica, bensì
l’individuo.
92
Tabella 3.2: Distribuzione di frequenza delle variabili utilizzate nelle analisi del terzo
capitolo per livello scolastico. Italia, dati INVALSI 2012/13, valori percentuali.
Scuola Primaria Scuola Sec. Inferiore
II° classe V° classe I° classe
Livello 1- Individuo
Competenze linguistiche
Media 23,82 59,93 44,76
Deviazione standard (6,63) (13,02) (11,58)
Generazione migratoria
Italiano nativo 89,36 90,28 88,95
Straniero 2° generazione 9,02 6,92 6,91
Straniero 1° generazione 1,62 2,80 4,14
Esperienza migratoria
Nati in Italia 96,31 94,81 93,12
Studenti immigrati 3,69 5,19 6,88
Nazionalità/ appartenenza etnica
Italia 89,36 90,28 88,95
Unione Europea55 2,75 2,53 2,84
Europa non UE56 2,29 2,15 2,41
Altro paese extra-europeo 5,61 5,04 5,80
Istruzione dei genitori
Istruzione terziaria o post-terziaria 18,52 16,17 14,92
Istruzione secondaria superiore 36,71 36,09 34,97
Istruzione secondaria inferiore 23,97 26,85 29,61
Istruzione primaria o meno 1,05 1,18 1,50
Non sa / non risponde 19,74 19,72 19,00
Posizione occupazionale dei genitori
Imprenditori e dirigenti 7,53 7,79 7,73
Professionisti (liberi e dipendenti) 13,14 12,60 12,19
Lavoratori autonomi 16,52 17,03 17,59
Insegnanti e impiegati 18,96 18,68 17,80
Lavoratori manuali 20,37 20,31 21,54
Non lavora / non ha mai lavorato 6,33 6,54 6,79
Non sa / non risponde 17,16 17,05 16,35
Sesso
Maschio 50,87 50,27 51,12
Femmina 49,13 49,73 48,88
Anno di nascita
2004 o meno 1,76
2005 89,80
2006 o più 8,44
2001 o meno
2,93
2002
87,73
2003 o più
9,35
55 Austria, Belgio, Bulgaria, Cipro, Danimarca, Estonia, Finlandia, Francia, Germania, Grecia, Irlanda, Italia,
Lettonia, Lituania, Lussemburgo, Malta, Paesi Bassi, Polonia, Portogallo, Regno Unito, Repubblica Ceca,
Romania, Slovacchia, Slovenia, Spagna, Svezia, Ungheria. Poiché la Croazia è entrata a far parte dell’Unione
Europea nel 2013, nella rilevazione in esame la direttiva INVALSI è stata quella di considerare questo paese uno
stato europeo non parte dell’Unione. 56 Albania, Andorra, Bielorussia, Bosnia-Erzegovina, Cecoslovacchia, Croazia, Islanda, Liechtenstein, Kosovo,
Moldavia, Montenegro, Norvegia, Principato di Monaco, Russia, Serbia, Svizzera, Ucraina.
93
Tabella 3.2 – continua dalla pagina precedente
Anno di nascita
2000 o meno
7,00
2001
83,80
2002 o più
9,20
Livello 2 - Classe scolastica
Numero studenti in classe57
Media 18,88 18,26 19,98
Deviazione standard (4,38) (4,34) (4,00)
% Studenti stranieri in classe
Media 10,69 9,78 11,09
Deviazione standard (13,92) (12,90) (12,98)
% Figli di lavoratori manuali
Media 20,38 20,33 21,52
Deviazione standard (16,23) (16,21) (16,05)
Livello 3 - Scuola
Localizzazione istituto
Comune capoluogo di provincia 28,40 28,24 27,67
Altro comune 71,60 71,76 72,33
Zona altimetrica
Pianura 49,33 48,49 48,27
Collina interna 23,65 23,76 24,02
Collina litoranea 15,79 16,18 16,17
Montagna 11,23 11,57 11,55
% Studenti stranieri in istituto
Media 10,69 9,79 11,09
Deviazione standard (12,99) (11,93) (11,14)
% Figli di lavoratori manuali in istituto Media 20,38 20,33 21,52
Deviazione standard (14,74) (14,72) (13,46)
Livello 4 - Provincia
Ripartizione geografica
Nord ovest 25,93 24,73 25,21
Nord est 19,47 18,97 18,60
Centro 18,64 18,19 17,59
Sud 24,88 26,70 27,76
Isole 11,07 11,41 10,85
Incidenza popolazione straniera
Media 7,39 7,23 7,23
Deviazione standard (3,66) (3,69) (3,70)
Tasso di occupazione pop. età 15-64
Media 56,52 56,04 55,94
Deviazione standard (10,71) (10,85) (10,90)
Reddito pro-capite in migliaia di euro
Media 17,113 16,943 16,885
Deviazione standard (4,015) (4,019) (4,029) N. osservazioni 463.291 451.677 465.057
57 Per le variabili di natura cardinale le misure riportate si riferiscono alle variabili non standardizzate.
94
3.2.2 La strategia analitica
Come abbiamo argomentato nel corso del primo capitolo, la misurazione degli
apprendimenti attraverso prove standardizzate costituisce la strategia più adeguata per rilevare
la presenza di uno svantaggio scolastico, in quanto gli esiti dei test di competenza risultano
meno suscettibili alla soggettività dell’insegnante dei voti (Azzolini, 2012; Argentin e
Triventi, 2015). Per questa ragione, sono proprio i risultati delle prove di competenza
somministrate da INVALSI a costituire la variabile dipendente analizzata in questo capitolo.
Più precisamente, misureremo i livelli di apprendimento degli studenti focalizzandoci
sulle competenze linguistiche nel corso di tutta la ricerca. La decisione di concentrarsi
principalmente sul tali competenze nelle analisi segue due considerazioni. La prima riguarda
la centralità della comprensione linguistica nel processo di apprendimento degli individui.
Poiché l’abilità di comprendere da un lato, e di utilizzare efficacemente dall’altro, la lingua
impartita dalle istituzioni scolastiche è alla base sia delle interazioni con gli insegnanti che
dello studio individuale sui testi, le competenze linguistiche risultano propedeutiche
all’apprendimento anche dei contenuti non linguistici. È possibile, a questo proposito,
analizzare più da vicino la relazione esistente tra le competenze di lingua e le competenze di
matematica nei dati in esame. La figura 3.1 di seguito mostra come variano i punteggi di
competenza logico-matematica al variare dei punteggi di competenza linguistica, espressi in
percentuale di risposte corrette. L’immagine che ricaviamo è quella di una relazione positiva:
all’aumentare del punteggio al test linguistico aumenta anche la percentuale di risposte
corrette al test di matematica. Questa considerazione viene supportata anche dal calcolo del
coefficiente di correlazione58 tra le due variabili, il quale risulta piuttosto elevato in ogni
grado scolastico, variando da 0,58 in II° primaria a 0,70 circa all’inizio della scuola
secondaria di secondo grado (si veda la tabella A3.12 In appendice). È interessante notare,
inoltre, che la relazione diretta e positiva tra i valori dei due test non sia un fatto caratteristico
della popolazione studentesca di origine italiana.
58 Il coefficiente di correlazione lineare fornisce una misura della relazione tra due variabili continue. Il suo
valore esprime il rapporto tra la covarianza delle due variabili e la radice quadrata del prodotto delle rispettive
varianze) è può assumere valori esclusivamente nell’intervallo tra -1 (segnale di una perfetta relazione inversa) a
+1 (segnale, al contrario, di una perfetta relazione diretta). Il fatto che, in caso di totale assenza di relazione il
coefficiente di correlazione assuma valore zero, rende l’interpretazione di questa statistica agevole.
95
Figura 3.1: Diagramma di dispersione dei punteggi di competenza linguistica (in ascissa) e
logico-matematica (in ordinata) e retta interpolata, per grado scolastico e popolazione in base
alla generazione migratoria. Italia, dati INVALSI 2012/1359.
Possiamo notare dalla figura 3.1, che la quota di figli di immigrati (sia di seconda che di
prima generazione) che rispondono correttamente ad almeno metà delle domande di
matematica avendo risposto correttamente a meno del 50% del test linguistico è decisamente
esigua. Benché ci siano effettivamente degli studenti che riportano risultati di questo tipo
(specialmente nella classe II° della scuola primaria), tali casi costituiscono più un’eccezione
che la norma. Ci sembra possibile sostenere, dunque, che data la relazione intercorrente tra
competenze linguistiche e competenze matematiche, un divario oggettivo e sistematico
rispetto alle prime, avrà la tendenza a riflettersi in un divario ugualmente sistematico nelle
seconde60. La seconda ragione per la quale questa ricerca assegna centralità alle competenze
59 Si noti che, per evitare il rischio che l’elevata numerosità si traduca in una difficile lettura dei diagrammi di
dispersione, questi ultimi sono stati generati in base ai test dei soli studenti appartenenti alle cosiddette classi
campione (si veda la precedente nota 50) le quali, nei dati in esame, corrispondono a campioni di 23.541; 23.343
e 26.876 individui rispettivamente nelle classi II° primaria, V° primaria e I° seconda superiore. Il calcolo dei
coefficienti di correlazione (riportati in appendice) è stato invece effettuato sul dataset complessivo. Come si può
notare, le conclusioni che si possono trarre dalle due diverse analisi convergono. 60 Precedenti ricerche sul contesto italiano riportano infatti che, nonostante la misura del divario si riduca
significativamente quando si analizzano le competenze matematiche anziché quelle linguistiche, nondimeno si
riscontri anche in questo caso uno svantaggio scolastico statisticamente significativo per i figli di immigrati
rispetto ai compagni italiani (Mantovani, 2008; Checchi e Braga, 2009; Dustmann et. al., 2012).
025
50
75
100
025
50
75
100
025
50
75
100
0 25 50 75 100 0 25 50 75 100 0 25 50 75 100
Italiani - II Primaria Seconde Generazioni - II Primaria Prime Generazioni - II Primaria
Italiani - V Primaria Seconde Generazioni - V Primaria Prime Generazioni - V Primaria
Italiani - I Sec. Inferiore Seconde Generazioni - I Sec. Inferiore Prime Generazioni - I Sec. InferioreCo
mp
ete
nze m
ate
ma
tiche
Competenze linguistiche
96
linguistiche riguarda la stretta connessione tra le analisi svolte sul solo contesto italiano nel
corso di questo capitolo e le analisi comparative successive. Poiché i capitoli empirici di
questa ricerca condividono tutti lo stesso obiettivo, cioè il test delle ipotesi derivate da un
modello teorico specifico, è importante che i risultati riguardanti il particolare aspetto
approfondito da un capitolo possano essere letti in relazione ai riscontri empirici provenienti
dagli altri. Mentre la misura delle competenze linguistiche è risultata comparabile tra le
diverse fonti di dati utilizzati nel corso dello studio (in quanto entrambe le rilevazioni di
competenza sono state elaborate in linea agli standard internazionali dalle rilevazioni
linguistiche PISA), la rilevazione delle competenze logico-matematiche è stata condotta
diversamente da INVALSI rispetto a quanto attuato dai ricercatori del progetto CILS4EU su
cui si basano le analisi dei prossimi tre capitoli61. Nello specifico, i test di competenza
matematico-cognitiva somministrati da CILS4EU assumono la forma di test logici, proposti
agli studenti come figure da ordinare, disegni geometrici da comporre e forme da selezionare.
Questi test, dunque, sono stati creati in modo da ridurre al minimo l’utilizzo del linguaggio,
sia nel quesito che per la risposta (Weiß, 2006; CILS4EU, 2014a). INVALSI, al contrario, ha
proposto agli studenti problemi logico-matematici in alcuni casi espressi in parole, oppure
stimoli che lasciano la risposta aperta (INVALSI, 2013). Ad esempio, agli studenti è fornito
un quesito raccontato sotto forma di una storia, e si chiede loro di scegliere tra alcuni numeri
quello corrispondente al risultato corretto. Oppure viene dato agli studenti un grafico e si
chiede loro considerarne alcuni aspetti, rispondendo a parole all’interno di un campo libero.
Benché la forma delle domande di matematica di INVALSI sia eterogenea e i quesiti aperti
costituiscano solo una parte degli stimoli, la presenza di questa diversa modalità di rilevazione
delle competenze matematiche mette a rischio la comparabilità dei risultati delle due indagini.
Se misuriamo la correlazione tra i punteggi di lingua e quelli logico-matematici nelle diverse
nazioni esaminate in questa ricerca, notiamo infatti la presenza di alcune differenze (si veda la
tabella A3.13 in appendice). Nonostante le analisi condotte sui dati CILS4EU confermino la
relazione diretta e positiva intercorrente tra le due variabili (per cui all’aumentare dei punteggi
di lingua è possibile osservare un aumento anche nei punteggi di matematica), i coefficienti di
correlazione risultano significativamente inferiori a quelli calcolati sui dati INVALSI. Mentre
nei dati italiani relativi alla III° classe della scuola secondaria inferiore la correlazione tra i
due test corrisponde a 0,64 - in linea dunque a quanto osservato per i gradi scolastici
61
97
precedenti - nei dati europei tale coefficiente non raggiunge 0,5 nemmeno in Svezia, paese
che fa registrare la correlazione più elevata tra le nazioni esaminate.
Per le due ragioni delineate, si è deciso di focalizzare lo studio sulle competenze
linguistiche. Nonostante questa scelta, le stesse che saranno presentate nelle prossime pagine
sono state svolte anche sui punteggi di abilità logico-matematica disponibili nelle diverse
indagini. Questo approfondimento potrebbe rivelarsi utile per capire quanto i divari tra
studenti nativi e figli di immigrati riflettano una inferiore proprietà di linguaggio dei secondi
rispetto ai primi. I risultati di queste analisi aggiuntive, espressi in una forma grafica analoga
a quella utilizzata in queste pagine, possono essere esaminati in appendice. Per garantire la
comparabilità delle conclusioni relative alle due diverse competenze, le analisi sono state
svolte sul solo campione di studenti che ha preso parte sia alla prova di italiano che alla prova
di matematica62 (si veda la tabella 3.2 per la descrizione delle caratteristiche di questo
campione).
La variabile dipendente in questo capitolo sarà, dunque, costituita dalla somma delle
risposte corrette al Questionario di Italiano sottoposto agli studenti da INVALSI,
standardizzata per grado scolastico. Detto diversamente, la distribuzione reale della variabile è
stata rapportata alla distribuzione normale standard, avente media uguale a zero e deviazione
standard uguale a uno. Questa tecnica permette di leggere la differenza nei punteggi stimata
dai modelli in termini di unità di deviazioni standard, rendendo possibile la comparazione dei
risultati tra i gradi scolastici, nonché la lettura delle evidenze ottenute in Italia con quelle
emerse negli altri paesi presentate nel prossimo capitolo. Le analisi sono svolte separatamente
per ogni grado scolastico, con l’obiettivo di stimare l’influenza delle origini etniche sulle
competenze linguistiche ai diversi stadi della carriera scolastica. In questo capitolo, utilizzerò
sia la definizione tradizionale di origini etniche in termini di generazione migratoria, che le
variabili risultanti dalla separazione analitica dei due aspetti dell’esperienza migratoria e
dell’appartenenza etnica. L’obiettivo di questa strategia è quello di comprendere la differenza
tra la stima ottenuta utilizzando la tecnica maggiormente utilizzata negli studi precedenti, con
quella ottenuta testando le ipotesi di ricerca specifiche. Coerentemente alla prassi più diffusa
in letteratura (Gang e Zimmerman, 2000; Heath e Brinbaum, 2014), la variabile generazione
migratoria è definita considerando come seconde generazioni anche i figli di immigrati nati
all’estero e giunti nel nostro paese prima dei sei anni d’età (cioè la cosiddetta generazione
62 Si noti, infatti, che le prove di italiano e quelle di matematica nelle classi seconde e quinte della scuola
primaria italiana si svolgono a distanza di due giorni una dall’altra (INVALSI, 2013).
98
1,75 secondo la distinzione di Rumbaut -2004-). Più precisamente, la variabile assumerà
valore 0 per tutti i figli di genitori nativi indipendentemente dal luogo di nascita del
rispondente; valore 1 per gli studenti figli di genitori immigrati che sono nati in Italia o che
sono arrivati in età prescolare (cioè le seconde generazioni); e valore 2 per i figli di genitori
immigrati che sono nati all’estero e sono giunti in Italia dai 6 anni d’età in su (cioè le prime
generazioni)63.
Nella sezione 3.3.2 illustrerò sia l’effetto totale di questa variabile sulle competenze
linguistiche (stimato attraverso un modello bivariato), che l’effetto al netto delle origini
sociali (figura 3.1). Successivamente procederò all’esame delle ipotesi centrali di questa
ricerca, testando se l’origine etnica e l’esperienza migratoria hanno un effetto autonomo sugli
apprendimenti dei giovani. Poiché l’origine etnica e l’esperienza migratoria costituiscono le
variabili esplicative principali in questa ricerca, e sono codificate allo stesso modo in tutti i
capitoli proprio per permettere una lettura in parallelo dei risultati, è utile approfondire i
dettagli della loro codifica in questo primo capitolo empirico. La dimensione della migrazione
fa riferimento all’esperienza migratoria personale dello studente, e è operativizzata come una
variabile dicotomica, la quale assume valore 1 solo per gli studenti che non sono nati nel
paese in cui stanno frequentando la scuola, indipendentemente dalla nazionalità dei genitori e
dal momento dell’ingresso nel paese di arrivo, e zero altrimenti.
Al contrario, la dimensione dell’appartenenza etnica rimanda all’aspetto della
discendenza. Per tale ragione, in linea con le precedenti ricerche, la costruzione di questa
variabile si basa primariamente sulle informazioni relative al luogo di nascita dei genitori.
Trasversalmente ai gradi scolastici, la grande maggioranza del campione è costituita da
studenti nativi, cioè da figli di genitori entrambi nati in Italia (tabella 3.2). Anche esaminando
gli studenti figli di immigrati riscontriamo che nella maggioranza dei casi il luogo di nascita
del padre e quello della madre coincidono perfettamente (in parte anche a causa del numero
ridotto delle categorie con cui la variabile ‘luogo di nascita’ è rilevata da INVALSI64). In tutti
questi casi, l’appartenenza etnica è stata approssimata con il luogo di nascita condiviso dei
63 Per la codifica della quota residuale di figli di coppie miste (meno del 7% del campione di ogni grado
scolastico esaminato prima dell’esclusione dei casi missing) si è adottata la medesima procedura illustrata nella
pagina seguente per la creazione della variabile appartenenza etnica. 64 La domanda posta da INVALSI all’interno del cosiddetto ‘questionario studente’ per la raccolta delle
informazioni socio-anagrafiche consente ai giovani di riportare il luogo di nascita di ogni genitore scegliendo tra
sole quattro alternative: Italia, Unione Europea, stato europeo che non fa parte dell’Unione Europea, e altro
paese extra europeo. La compilazione del questionario, al contrario delle prove di competenza, è assistita dagli
insegnanti, i quali sono autorizzati a aiutare gli alunni a individuare la risposta corrispondente alla propria
situazione.
99
due genitori. Per la quota residuale di figli di coppie miste (corrispondenti al il 6,64% al
6,22% e al 6,21% del campione rispettivamente al secondo, quinto e al sesto grado del primo
ciclo dell’istruzione obbligatoria) è stato utilizzato il luogo di provenienza del genitore
condiviso con lo studente. In altre parole, gli studenti con un genitore straniero e un genitore
italiano nati in Italia sono stati codificati come nativi65, in ragione della somiglianza tra i loro
livelli di apprendimento medi e quelli dei figli di due genitori italiani (Azzolini, 2012). I figli
di coppie miste nati all’estero sono stati invece codificati attribuendo loro la macro area di
origine condivisa con il genitore straniero. Per il numero estremamente ridotto di famiglie in
cui tutti e tre i soggetti risultano nati in luoghi differenti (meno dello 0,01% dei casi in ogni
grado scolastico) è stato attribuito allo studente il dettaglio relativo al luogo di nascita della
madre, coerentemente a quanto suggerito da Dollmann, Jacob e Kalter per i dati dell’indagine
CILS4EU che utilizzeremo nei prossimi tre capitoli (Dollmann, Jacob e Kalter, 2014). Per
ridurre al minimo il numero di valori mancanti nella variabile esplicativa principale, nel caso
di presenza del dato di un unico genitore è stata attribuita allo studente la nazionalità di
quest’ultimo. Nel caso di valori mancanti per entrambi i genitori, invece, è stato utilizzato il
luogo di nascita dello studente stesso. Entrambe queste operazioni hanno coinvolto,
comunque, una quota ridotta del campione di ogni grado scolastico (congiuntamente il 3,1%;
2,96% e 2,61% del campione rispettivamente al secondo, quinto e sesto grado del primo ciclo
dell’istruzione obbligatoria). Sfortunatamente i dati INVALSI non ci permettono di scendere
ulteriormente nel dettaglio rispetto alla differenziazione dell’appartenenza etnica a livello di
macro-area geografica presentata55. Nonostante quest’ultima non consenta di identificare le
singole etnie degli studenti, tuttavia, la distinzione dell’effetto della macro-area di origine da
quello dell’esperienza migratoria ci consente comunque di effettuare una analisi più
approfondita degli svantaggi scolastici dovuti all’essere straniero di quanto non sia possibile
utilizzando della sola dimensione della generazione migratoria. Lo studio degli effetti delle
origini etniche specifiche sarà dunque rimandato ai prossimi capitoli, che si affideranno a una
differente base dati contenente informazioni più dettagliate sul luogo di nascita dei genitori
del rispondente.
65 Una codifica alternativa a quella adottata potrebbe essere la considerazione di questi giovani come stranieri,
attribuendo loro la stessa macro area di origine dell’unico genitore straniero. Poiché i risultati delle seconde
generazioni appartenenti a famiglie interetniche sono mediamente molto più simili a quelli dei nativi rispetto ai
risultati degli studenti nati in Italia da genitori entrambi stranieri (Azzolini, 2012), possiamo aspettarci che una
considerazione congiunta di questi due gruppi comporti una stima del divario di apprendimento rispetto ai nativi
inferiore. Tuttavia, replicando le analisi utilizzando questa codifica alternativa, probabilmente poiché il numero
di studenti che si trovano in questa situazione è contenuto, possono essere tratte conclusioni relativamente alle
ipotesi di ricerca sostanzialmente equivalenti.
100
In accordo alla strategia analitica suggerita da Heath e colleghi (Heath e Brinbaum,
2014), inizieremo stimando il divario grezzo negli apprendimenti tra figli di immigrati e figli
di nativi in ogni livello scolastico considerato. Successivamente, compareremo a questa stima
quella del divario calcolato al netto delle origini sociali. Le origini sociali saranno presenti nei
modelli sia in termini di titolo di istruzione maggiore tra i due genitori (secondo l’approccio
di dominanza) che di risorse socio-economiche familiari (approssimate attraverso il dato sulla
professione migliore tra il padre e la madre). È da rilevare che la mancanza di informazioni
più approfondite sull’occupazione dei genitori ha reso impossibile una codifica della classe
sociale più dettagliata di quella riportata nella tabella 3.266. Tuttavia, il focus dell’attenzione
in questo capitolo, in linea con le argomentazioni teoriche iniziali, è posto sulle risorse
culturali familiari a disposizione dello studente, piuttosto che sulle sue risorse socio-
economiche. Per tale ragione la variabile relativa a queste ultime verrà utilizzata come una
variabile di controllo nei modelli. Il grado di dettaglio fornito da INVALSI è dunque
considerabile come sufficiente, in quanto permette ugualmente di pulire le stime
dell’influenza delle origini etniche e delle risorse culturali, le variabili esplicative principali,
dall’effetto di composizione con le risorse socioeconomiche. Data la presenza nel campione di
un certo numero di studenti che non conoscono il titolo di studio e/o la professione esercitata
dai genitori, come spesso accade nelle indagini svolte con gli studenti, specialmente se molto
giovani, i modelli contengono uno specifico regressore per queste non risposte, il quale non
verrà però commentato.
Grazie al calcolo di modelli multilivello67, inizieremo le analisi empiriche esaminando
qual è il peso relativo delle specificità individuali, e quale quello delle dimensioni contestuali
che la letteratura discussa alla fine del primo capitolo ha valutato come rilevanti, nella
spiegazione della varianza complessiva delle competenze degli studenti nei tre gradi scolastici
in esame. Successivamente, stimeremo quanto sono consistenti le differenze nei livelli di
apprendimento dei figli di immigrati rispetto ai figli di immigrati, cercando di comprendere se
tali differenze sono costanti tra i livelli scolastici. Le analisi inizieranno utilizzando
l’operativizzazione tradizionale del concetto di straniero, con l’obiettivo di fornire dati più
facilmente comparabili ai precedenti risultati della letteratura. In seguito procederemo al test
delle ipotesi di ricerca derivate dal modello teorico presentato nel primo capitolo. Più
66 Più precisamente, poiché la rilevazione dell’occupazione dei genitori nei questionari studente di INVALSI è
avvenuta fornendo agli intervistati un numero ridotto di possibili risposte chiuse anziché proponendo una
domanda aperta, non è stato possibile procedere all’attribuzione dei codici ISCO. 67 La definizione matematica formale del modello è fornita nell’appendice al termine del lavoro, equazione 3.1.
101
precisamente, l’analisi dell’influenza distinta dell’esperienza migratoria e dell’appartenenza
etnica (figure 3.2 e 3.3) parte dalla stima dell’effetto grezzo esercitato da queste due
dimensioni sulle competenze linguistiche, mediante due modelli bivariati distinti. A questi
modelli contenenti esclusivamente la variabile esplicativa in esame (rispettivamente
l’esperienza migratoria nel modello 1a, e il luogo di origine dei genitori nel modello 1b)
aggiungiamo mano a mano sempre più variabili di controllo, secondo la successione
presentata nella tabella 3.2.
In sintesi, ognuna delle figure 3.2 e 3.3 mostra la stima ottenuta da una serie di sette
modelli concatenati:
Modello 1a: modello bivariato, contente esclusivamente la variabile relativa all’esperienza
migratoria, oltre alla costante.
Modello 1b: modello bivariato, contente esclusivamente la variabile relativa alla area
geografica di nascita dei genitori dell’intervistato, oltre che la costante.
Modello 2: contiene sia l’esperienza migratoria che l’area area geografica di nascita dei
genitori dell’intervistato, oltre che la costante.
Modello 3: aggiunge i controlli per le origini sociali: sia il titolo di studio che la professione
più alta tra i due genitori.
Modello 4: aggiunge i controlli per le variabili rilevanti a livello individuale: il sesso
dell’intervistato e il suo anno di nascita.
Modello 5: aggiunge come controlli le caratteristiche della classe scolastica frequentata: la sua
grandezza (espressa attraverso il numero di studenti), la percentuale di figli di
immigrati all’interno della classe e la percentuale di figli di operai.
Modello 6: aggiunge come controlli le caratteristiche della scuola frequentata: la sua
localizzazione (pianura, collina o montagna) e se si tratta di una scuola del centro
urbano (cioè del comune capoluogo di provincia); la percentuale di figli di
immigrati all’interno della scuola e la percentuale di figli di operai).
Modello 7: aggiunge come controlli le caratteristiche del contesto locale: incidenza della
popolazione straniera sul totale provinciale, il tasso di occupazione, il reddito pro-
capite, e la zona geografica di riferimento.
La forma di ognuno di questi modelli, al pari di quella dei modelli che considerano la
generazione migratoria (figura 3.2) e di quelli che analizzano gli effetti moltiplicativi del
luogo di nascita dei genitori con il loro livello di istruzione68 (figura 3.5), è quella di un
modello di regressione lineare multilivello, a quattro livelli e intercetta random69.
68 Questi ultimi aggiungono, per ogni livello scolastico, semplicemente il parametro di interazione tra l’area
geografica di nascita dei genitori e il titolo di istruzione più elevato tra loro al precedente modello 7. 69 I modelli di regressione lineare multilivello rappresentano un caso particolare del modello di regressione
lineare generalizzato. Questi assumono un errore composto da tue termini: uno sistematico dovuto
all’appartenenza a un determinato contesto, e uno idiosincratico. Come hanno argomentato Maas e Hox, il
modello lineare multilivello è soggetto ad assunti simili a quelli dei modelli lineari standard, cioè la linearità
della relazione, la varianza dell’errore costante (in questo caso degli errori) e la distribuzione normale dei
residui. Poiché i modelli multilivello producono le stime attraverso il sistema della massima verosimiglianza,
cioè un metodo di stima asintotico, è necessaria inoltre la presenza di una certa numerosità al livello superiore,
corrispondente ad almeno 30 gruppi, anche se le opinioni degli studiosi sul punto sono discordanti (Maas e Hox,
102
3.3 I risultati delle analisi
3.3.1 Il ruolo delle caratteristiche individuali
Nella letteratura in materia di disuguaglianze etniche di istruzione possono essere
rintracciate molteplici ricerche che attribuiscono la responsabilità principale del divario tra
discendenti di immigrati e discendenti di nativi espressamente alle loro caratteristiche
individuali (Heath, 2000; Schnepf, 2004; Marks, 2005; Van de Werfhorst e Van Tubergen,
2007; Brinbaum e Cebolla-Boado, 2007; Leves, Dronkers, e Kraaykamp, 2008; Heath e
Rothon, 2014). Tuttavia, non sono mancati gli autori che hanno rilevato un’influenza non
marginale dei fattori contestuali sui livelli di competenze acquisite, come le particolarità
strutturali e sociali dell’ambiente in cui avviene l’apprendimento (Coleman, et al., 1966;
Nielsen et al., 2003; Grönqvist, 2006; Brunello e Rocco, 2011; Cebolla Boado e Medina,
2011). Entrambe le linee di ricerca, ad ogni modo, non hanno permesso di stabilire se
l’importanza relativa delle diverse dimensioni sia o meno la medesima trasversalmente ai
livelli scolastici. In queste pagine approfondirò dunque lo studio dell’eterogeneità dei risultati
degli studenti nei testi di competenza linguistica nei diversi gradi scolastici, mettendo in luce
il ruolo esercitato dai molteplici livelli coinvolti.
La tabella 3.3 riporta i risultati delle analisi effettuate sul totale della popolazione
studentesca intervistata da INVALSI nel corso dell’anno scolastico 2012/13. Dai risultati
emerge chiaramente quanto le specificità individuali siano rilevanti: esse da sole permettono
di spiegare almeno i quattro quinti delle differenze nei risultati dei test in ogni grado
scolastico considerato. Le caratteristiche proprie degli studenti sembrano qualificarsi dunque
come la fonte principale degli squilibri nei livelli di apprendimento nel corso dell’intero
primo ciclo di istruzione obbligatoria. Tali riscontri supportano la decisione di focalizzarsi
sulle dimensioni individuali nel tentativo di comprendere lo svantaggio scolastico degli
studenti stranieri. È interessante notare come il ruolo del livello individuale non diminuisca
nel corso della carriera scolastica esaminata, bensì aumenti. Dai primi anni della scuola
primaria alla scuola secondaria inferiore si osserva infatti una crescita di circa sette punti
percentuali, passando dal 81,4% della varianza spiegata all’ 88,1%. La permanenza degli 2004). Quello su cui i ricercatori concordano, tuttavia, è che l’esistenza di una correlazione tra una o più
indipendenti e i residui del modello, comportando la violazione dell’assunto dell’indipendenza condizionale
potrebbe portare il modello a stime distorte. Ciò si verifica ad esempio in presenza di variabili endogene. I
modelli discussi in queste pagine si basano dunque sull’assunzione di esogeneità (strict esogeneity). Questa è
rispettata se l’assegnazione degli studenti alle varie scuole avviene causalmente, al contrario potrebbe essere
violata se la frequenza a determinati istituti dipende da dinamiche quali ad esempio la segregazione a livello
territoriale.
103
alunni nel sistema di istruzione, dunque, non sembra particolarmente in grado di ridurre
l’importanza che le caratteristiche individuali rivestono nella spiegazione dell’eterogeneità nei
livelli di apprendimento.
Tabella 3.3: Quota di varianza nei risultati dei test di competenza linguistica
spiegata dai diversi livelli considerati nelle analisi, per grado scolastico. Italia,
dati INVALSI 2012/13, risultati corretti per il cheating, valori percentuali70.
Popolazione
studentesca
complessiva
Scuola Primaria Scuola Sec.
Inferiore
II° classe V° classe I° classe
Provincia 0,43 2,23 3,91
Scuola 9,76 5,92 4,56
Classe scolastica 8,38 4,37 3,36
Individuo 81,43 87,49 88,16
N. osservazioni 463.291 451.677 465.057
In maniera complementare a quanto detto finora, il peso relativo dei fattori contestuali
mostra un andamento decrescente tra i gradi scolastici (tabella 3.3). Se consideriamo
congiuntamente i livelli sovra-individuali, la quota di varianza da loro spiegata scende da
18,57 punti percentuali all’inizio della scuola primaria ai 11,84 osservati per la scuola
secondaria inferiore. Confrontando i diversi gradi scolastici, tuttavia, notiamo che il peso
specifico di questi fattori singolarmente intesi non rimane costante. All’inizio della scolarità
obbligatoria sia la classe che la scuola frequentata rivestono una certa importanza (arrivando a
spiegare insieme quasi un quinto dell’eterogeneità dei punteggi). Guardando la scuola
secondaria inferiore, invece, notiamo che il peso di questi fattori si è dimezzato, mentre il
ruolo del livello provinciale è cresciuto tanto da rappresentare una fonte di eterogeneità di
portata superiore a quella della classe scolastica.
Svolgendo la medesima analisi distinguendo gli studenti in base all’origine etnica,
riscontriamo che il contesto locale sembra particolarmente rilevante specialmente per
interpretare le differenze di apprendimento per gli studenti italiani (tabella 3.4 di seguito). Se
consideriamo esclusivamente questo sotto campione, infatti, rileviamo che all’inizio della
scuola secondaria inferiore, il livello provinciale è il fattore contestuale che più influisce sulle
differenze nei risultati ai test linguistici degli studenti.
70 I modelli di regressione completi che hanno permesso di costruire le tabelle 3.3 e 3.4 sono riportati
nell’appendice al termine di questo lavoro (tabella A3.1).
104
Tabella 3.4: Quota di varianza nei risultati dei test di competenza linguistica
spiegata dai diversi livelli considerati nelle analisi per grado scolastico e
categoria di studenti. Italia, dati INVALSI 2012/13, risultati corretti per il
cheating, valori percentuali53.
Scuola Primaria Scuola Sec.
Inferiore
II° classe V° classe I° classe Figli di nativi Provincia 0,59 3,44 6,04 Scuola 9,57 5,68 4,24 Classe scolastica 8,83 4,84 3,68 Individuo 81,01 86,04 86,05
N. osservazioni 413.974 407.757 413.649
Figli di immigrati Provincia 0,97 1,07 2,38 Scuola 8,94 5,91 4,87 Classe scolastica 7,19 3,95 1,35 Individuo 82,90 89,07 91,40
N. osservazioni 49.317 43.920 51.408
Nonostante la specificità legata al peso del livello provinciale, confrontando le due
sotto-popolazioni di figli di nativi e figli di immigrati possiamo rilevare delle tendenze
comuni. Ciò ci permette di concludere che le differenze negli apprendimenti della
popolazione complessiva (tabella 3.3) non dipendono dalla preponderanza della componente
italiana nel campione. Anche scomponendo l’eterogeneità dei punteggi separatamente per le
diverse popolazioni, infatti, otteniamo un’immagine simile di quale sia il ruolo dei livelli
considerati nella spiegazione delle differenze di apprendimento. In conclusione, benché i
contesti sovra individuali non siano ininfluenti, e per questo sia certamente utile tenerli in
considerazione nelle analisi, il loro effetto risulta secondario rispetto all’importanza delle
caratteristiche individuali. Nel tentativo di semplificare la complessità della realtà e suggerire
una possibile spiegazione dei divari negli apprendimenti tra gli studenti, dunque, focalizzarsi
sulle caratteristiche individuali costituisce una scelta giustificata dalla rilevanza di queste
caratteristiche in ogni grado scolastico.
Come argomentato precedentemente, in questo capitolo l’analisi si svolgerà utilizzando
prevalentemente di modelli di regressione lineare multilivello. Uno dei vantaggi di questi
modelli è quello di permettere la misurazione della consistenza degli effetti delle variabili
contestuali a diversi livelli di analisi, e di mettere in luce quali di esse si rivelano in grado di
esercitare un effetto statisticamente significativo e quali invece no. Ciò è particolarmente utile
da un punto di vista teorico e conoscitivo in quanto, come abbiamo visto nell’ultima sezione
del primo capitolo, diverse sono le variabili a livello sia di classe scolastica, che di istituto,
105
che di comunità locale, che gli studiosi hanno ipotizzato come in grado di influenzare lo
svantaggio scolastico degli studenti stranieri, ma l’accordo tra i ricercatori rispetto al peso
relativo di questi fattori sulle competenze sembra ancora lontano. È da notare, tuttavia, che
uno degli principali obiettivi delle analisi riportate nelle prossime pagine, piuttosto che la
quantificazione dell’effetto specifico di queste dimensioni, è appunto quello di fornire segni a
sostegno dell’ipotesi che non permettano comunque di spiegare il gap individuato tra studenti
italiani e stranieri, giustificando il focus sulle caratteristiche individuali. Nell’agire in questo
senso, un’altra famiglia di modelli, cosiddetti modelli a effetti fissi, potrebbero rivelarsi
particolarmente utili a questo proposito, in quanto sono in grado di ripulire le stime non solo
dagli effetti delle variabili osservate considerate (come i modelli multilivello) ma anche da
quelli dei fattori non osservabili. Tuttavia, nell’operare in tal senso questi modelli elidono nel
processo di stima gli effetti di tutte queste variabili contemporaneamente, non permettendo di
valutare se, e come, una loro aggiunta a step sequenziali modifichi i parametri della relazione
tra le variabili esplicative principali e la dipendente. Per questa ragione ho dato preferenza
nelle analisi ai modelli di regressione multilivello. Ciononostante, un’analisi di robustezza dei
risultati emersi con questi ultimi, attraverso l’utilizzo di modelli ad effetti fissi di classe
scolastica, in grado di ripulire le stime da tutti i fattori contestuali a livello di classe e
superiori, è presentata nell’appendice di questo lavoro (tabella A3.25). Come è possibile
constatare, queste analisi forniscono una stima dello svantaggio scolastico dei figli di
immigrati solo leggermente inferiore a quella risultante dai modelli multilivello completi
discussi in queste pagine. Il risultato ottenuto depone dunque a favore della presenza di
dimensioni di contesto non precedentemente considerate, in grado di agire in maniera
differenziata tra due popolazioni di studenti italiani e di figli di immigrati, a discapito di
questi ultimi. Tuttavia, anche questi modelli mettono in luce come la variabilità nei livelli di
apprendimento risulti maggiormente legata alle specificità individuali piuttosto che all’effetto
del contesto (il valore del RHO, quindi della varianza attribuibile al livello superiore a quello
dell’individuo, non supera mai i 25,5 punti percentuali in nessuno dei gradi scolastici
esaminati), non contraddicendo quindi i risultati della decomposizione dell’eterogeneità dei
punteggi presentata in queste pagine e della stima dell’effetto delle variabili esplicative
principali di cui si parlerà a breve.
106
3.3.2 Il test delle ipotesi di ricerca
Come abbiamo argomentato nel corso del primo capitolo, l’operativizzazione
tradizionale del concetto di straniero in termini di generazione migratoria può essere criticata
per la sua incapacità di mettere in luce i due aspetti distinti dell’esperienza migratoria e
dell’appartenenza etnica. Tuttavia, per permettere la comparazione dei risultati di questa
ricerca con gli studi empirici precedenti, inizierò l’analisi degli apprendimenti degli studenti
dalla stima dei divari esistenti tra figli di immigrati e figli di nativi utilizzando questa
definizione empirica. La figura 3.2 mostra la consistenza delle differenze nelle competenze
linguistiche degli studenti di prima e di seconda generazione rispetto ai figli di nativi per ogni
grado scolastico esaminato. Poiché riporta molte informazioni contemporaneamente, può
essere utile considerare il suo contenuto più nel dettaglio. Nella figura 3.2 i figli di nativi
costituiscono la categoria di riferimento dei modelli (riportati interamente nelle tabelle A3.2,
A3.3 e A3.4 in appendice) e sono rappresentati dalla linea verticale in corrispondenza del
valore zero. Dato che la variabile esplicativa principale, cioè la generazione migratoria,
assume la forma di una variabile categoriale a tre modalità (nativo, prima generazione e
seconda generazione) nei modelli essa si traduce in due soli regressori indicatori i quali
possono essere intesi come due variabili dicotomiche (una che assume valore 1 in
corrispondenza delle prime generazioni e zero altrimenti, e una che assume valore 1 in
corrispondenza delle seconde generazioni e zero altrimenti). Il lato sinistro della figura 3.2,
dunque, mostra il coefficiente di regressione della variabile dicotomica che individua le prime
generazioni nei diversi modelli che sono stati stimati, mentre il lato destro mostra il parametro
della variabile dicotomica che individua le seconde generazioni all’interno di questi stessi
modelli. Nella parte superiore della figura è riportato il divario grezzo, risultante dal modello
che contiene come variabile esplicativa esclusivamente la generazione migratoria (M1). Nella
parte inferiore, invece, le stime di questa stessa variabile sono calcolate a parità di origini
sociali degli intervistati. Detto diversamente, il secondo modello, rispetto al primo aggiunge
come variabili di controllo sia l’istruzione che l’occupazione più elevata tra i due genitori
(M2). Poiché i punteggi di competenza sono stati standardizzati per livello scolastico,
107
possiamo interpretare i parametri in termini di unità di deviazione standard, e procedere alla
loro comparazione tra modelli e tra livelli scolastici, oltre che tra generazioni migratorie.
La stima del divario grezzo dei discendenti di immigrati rispetto ai compagni nativi
appare consistente in ogni grado scolastico esaminato. Esso non scende mai al di sotto di
-0,59 deviazioni standard per le prime generazioni e di -0,45 per le seconde. Coerentemente a
quanto già riscontrato anche da Azzolini con dati di precedenti indagini INVALSI (Azzolini,
2012), il ritardo negli apprendimenti è maggiore per gli studenti di prima generazione rispetto
ai giovani nati in Italia o giunti nel nostro paese in età prescolare; sia che si esamini il divario
grezzo che si guardi al divario al netto delle origini sociali. Tuttavia, per entrambe le
generazioni migratorie, e trasversalmente ai gradi scolastici, i divari si riducono visibilmente
quando le comparazioni tra italiani e stranieri avvengono a parità di risorse culturali e socio-
economiche familiari (modello 2). L’introduzione di queste variabili nei modelli abbassa la
stima dello scarto nelle competenze di almeno 0,1 deviazioni standard in ogni grado
scolastico esaminato.
Figura 3.2: Stima dell’effetto grezzo (modello 1) e dell’effetto al netto delle origini sociali
(modello 2) della generazione migratoria sulle competenze linguistiche per livello scolastico
indagato e relativo intervallo di confidenza al 95%, risultante da modelli di regressione lineare
multilivello a quattro livelli e intercetta random. Italia, dati INVALSI 2012/13, risultati corretti
per il cheating.71 I figli di nativi costituiscono la categoria di riferimento dei modelli e sono
rappresentati in questa figura dalla linea verticale in corrispondenza dello zero.
71 I modelli di regressione completi che hanno permesso di costruire la figura 3.1 sono riportati nell’appendice al
termine di questo lavoro (tabelle A3.2; A3.3 e A3.4).
M1 II primaria
M1 V primaria
M1 I secondaria
M2 II primaria
M2 V primaria
M3 I secondaria
-1 -.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0
Prima generazione rispetto ai nativi
M1 II primaria
M1 V primaria
M1 I secondaria
M2 II primaria
M2 V primaria
M3 I secondaria
-1 -.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0
Seconda generazione rispetto ai nativi
108
Una seconda tendenza comune tra le generazioni migratorie è la crescita della stima del
ritardo degli studenti stranieri mano a mano che si esaminano gli stadi più avanzati della
carriera scolastica. Ciò accade soprattutto per le prime generazioni e potrebbe quindi
dipendere dai nuovi ingressi di studenti stranieri immigrati in età scolare. È interessante
notare, tuttavia, che un andamento simile si verifica anche per gli appartenenti alle seconde
generazioni. Guardando la figura 3.1, infatti, riscontriamo che i figli di genitori immigrati,
anche nel caso in cui vivano in famiglie con risorse economiche simili ai nativi e abbiano
trascorso l’infanzia in Italia, mostrano uno svantaggio statisticamente significativo rispetto ai
coetanei italiani. Il divario delle seconde generazioni, anche tenendo sotto controllo l’effetto
delle origini sociali, ammonta a quasi mezza deviazione standard alle scuole secondarie
inferiori (-0,47), e non scende sotto le -0,34 unità all’interno delle primarie. È interessante
notare, inoltre, che anche esaminando i punteggi ottenuti dagli studenti nei test di matematica,
meno suscettibili della conoscenza della lingua nazionale, riscontriamo un’immagine dello
svantaggio scolastico dei figli di immigrati non estremamente differente (si vedano le tabelle
A3.14, A3.15 e A3.16 in appendice). Anche al netto dell’influenza delle origini sociali, infatti,
il divario stimato risulta statisticamente significativo e non è mai inferiore a -0,29 deviazioni
standard qualunque sia il grado scolastico esaminato, sia per le prime generazioni che per gli
stranieri nati in Italia72. Tali risultati sembrano in linea con la letteratura esaminata all’inizio
di questo capitolo. In questa ricerca, tuttavia, si sostiene che i meccanismi attraverso i quali le
origini etniche influenzano gli apprendimenti possano essere meglio compresi considerando
separatamente le due dimensioni del concetto: l’esperienza migratoria e l’appartenenza etnica.
Analizziamo quindi ora le stime degli effetti di questi due fattori sulle competenze
linguistiche degli studenti, presentate rispettivamente nelle figure 3.3 e 3.4 di seguito. Le due
figure mostrano i risultati provenienti dai medesimi modelli di regressione lineare
multilivello. Partendo dall’equazione più semplice (quella bivariata del modello 1) si sono
aggiunte una dopo l’altra le variabili antecedenti e intervenienti rilevanti, presentate nel
precedente paragrafo a seconda del livello in cui esse variano, seguendo il criterio del livello
di analisi crescente (modelli cosiddetti nested). Mentre la figura 3.3 mostra i cambiamenti
della stima dell’effetto dell’esperienza migratoria mano a mano che le dimensioni rilevanti
per gli apprendimenti vengono aggiunte, la figura 3.4 mostra le riduzioni dovute alla
considerazione delle stesse dimensioni ma rispetto alle diverse aree geo-politiche di
72 Questo risultato è in linea con quanto rilevato da Azzolini utilizzando una definizione operativa simile del
concetto di straniero e una precedente rilevazione INVALSI (Azzolini, 2012).
109
provenienza. L’obiettivo di questa analisi è quello di rilevare se, a seguito dei controlli,
entrambe le dimensioni mantengono un effetto autonomo e significativo sulle competenze.
Anzitutto, quello che emerge è la presenza di una connessione tra le due dimensioni
dell’essere straniero (l’esperienza migratoria e l’etnicità). La loro considerazione congiunta
nei modelli, infatti, riduce considerevolmente il divario grezzo rilevato per ciascuna di esse
separatamente (ciò può essere dedotto comparando la distanza dalla linea verticale della la
stima ottenuta con il modello 1a in figura 3.3 e 1b in figura 3.4 con quella ottenuta con il
modello 2 che contiene entrambe le dimensioni). Coerentemente ai risultati emersi utilizzando
l’operativizzazione tradizionale del concetto di straniero (figura 3.2), l’effetto della
migrazione sugli apprendimenti sembra essere tanto maggiore quanto più è elevato il grado
scolastico considerato. Tuttavia, il divario lordo nelle competenze linguistiche tra studenti che
hanno esperito una migrazione e studenti nati in Italia si riduce considerevolmente una volta
che la l’area geo-politica di provenienza dei genitori viene tenuta in considerazione. A parità
di nazionalità, gli studenti che si trovano in Italia a seguito di una migrazione mostrano
risultati scolastici inferiori ai nativi di -0,18; -0,33 e -0,43 deviazioni standard nei tre rispettivi
gradi scolastici, a fronte di un divario grezzo della variabile migrazione generalmente doppio
(figura 3.3). Allo stesso modo, anche l’effetto totale dell’area geografica di provenienza
(ottenuto attraverso il modello bivariato) si riduce considerevolmente quando controlliamo
per l’esperienza migratoria (figura 3.4).
Figura 3.3: Stima dell’effetto dell’esperienza migratoria sulle competenze linguistiche per
livello scolastico indagato, risultante da modelli di regressione lineare multilivello a quattro
livelli e intercetta random. Italia, dati INVALSI 2012/13, risultati corretti per il cheating.73
73 I modelli di regressione completi che hanno permesso di costruire la figura 3.2 sono riportati nell’appendice al
termine di questo lavoro (tabelle A3.5 e A3.6 per la classe seconda della scuola primaria; tabelle A3.7 e A3.8 per
la classe quinta della scuola primaria e tabelle A3.9 e A3.10 per la classe prima della scuola secondaria
inferiore).
Mod.1a
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0
II Primaria
Mod.1a
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0
V Primaria
Mod.1a
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0
I Secondaria Inferiore
110
Nonostante l’effetto autonomo di queste due dimensioni sia decisamente inferiore al
loro effetto totale, tuttavia, i risultati emersi supportano le prime tre ipotesi di ricerca. Sia
l’esperienza migratoria che la nazionalità dei genitori influenzano negativamente gli
apprendimenti dei giovani, distintamente l’una dall’altra e in maniera statisticamente
significativa, anche quando il loro effetto è calcolato al netto delle origini sociali e dei fattori
di livello contestuale. A parità di provenienza etnica, il divario legato all’avere genitori non
nativi diminuisce considerevolmente quando compariamo studenti con origini sociali
analoghe (modello 3). La riduzione del divario è elevata specialmente per i figli di genitori
extra-europei (tra le 0,13 unità di deviazione standard dell’inizio della primaria e le 0,16 della
scuola secondaria inferiore), mentre è più contenuta per i figli di immigrati comunitari (tra le
0,08 e le 0,11 deviazioni standard), segno che l’effetto di composizione tra le due variabili è
maggiore nel primo dei due casi. Detto diversamente, sembrano essere soprattutto gli
immigrati non europei ad essere sovra-rappresentati nelle fasce di popolazione meno
avvantaggiate. Nel complesso, i loro figli mostrano inoltre il maggior ritardo in termini di
competenze linguistiche rispetto agli italiani. Anche considerando esclusivamente i modelli
completi, riscontriamo che i loro punteggi medi nei test sono significativamente inferiori a
quelli dei compagni nativi; di -0,39; -0,50 e -0,47 deviazioni standard rispettivamente al
secondo, quinto e sesto grado dell’istruzione obbligatoria. Ciò si verifica non solo per le
competenze linguistiche ma, anche se in misura inferiore specialmente nei gradi scolastici più
elevati, anche per le competenze matematiche. Guardando esclusivamente a queste ultime,
sempre nei modelli completi, riscontriamo per questo gruppo un divario di -0,41; -0,32 e -
0,2974. Al contrario, le differenze nei livelli di apprendimento degli stranieri europei
all’interno della scuola primaria sono decisamente ridotte (-0,1 e -0,02 rispettivamente in
seconda e in quinta) e lo svantaggio si trasforma addirittura in vantaggio significativo
all’inizio della scuola secondaria inferiore (0,03 unità di deviazione standard nel modello
completo). Anche in questo caso l’analisi delle abilità logico-matematiche fornisce
un’immagine sostanzialmente analoga, con uno svantaggio significativo di -0,07 all’inizio
della scuola dell’obbligo che si trasforma in un vantaggio di 0,03 e poi di 0,06 unità di
deviazione standard nei gradi scolastici successivi.
74 Si prendano in considerazione a questo proposito le tabelle dalla A3.17 alla A3.22 nell’appendice al termine di
questo lavoro.
111
Figura 3.4 Stima dell’effetto della macro-area geografica di origine sulle competenze
linguistiche per livello scolastico indagato, risultante da modelli di regressione lineare
multilivello a quattro livelli e intercetta random. Italia, dati INVALSI 2012/13, risultati corretti
per il cheating75:
In linea con le precedenti ricerche, anche dalle analisi condotte emerge quanto siano
importanti le risorse economiche e culturali della famiglia di origine nella spiegazione dello
svantaggio scolastico dei discendenti degli immigrati. La considerazione disgiunta delle due
dimensioni sottostanti al concetto di straniero proposta in questa ricerca, tuttavia, ci permette
di notare che il meccanismo di composizione tra le origini etniche e le origini sociali sembra
riguardare soprattutto la dimensione etnica anziché che quella migratoria. La stima
dell’effetto della migrazione sulle competenze, infatti, non viene pressoché intaccata
dall’aggiunta nei modelli del titolo di studio e della professione dei genitori (modello 3); al
contrario di ciò che accade per la stima dell’effetto dell’area geografica di origine. Se la
riduzione più significativa della stima dello svantaggio scolastico dovuto alla nazionalità dei
75 I modelli di regressione completi che hanno permesso di costruire la figura 3.3 sono riportati nell’appendice al
termine di questo lavoro (tabelle A3.5 e A3.6 per la classe seconda della scuola primaria; tabelle A3.7 e A3.8 per
la classe quinta della scuola primaria e tabelle A3.9 e A3.10 per la classe prima della scuola secondaria
inferiore).
Paese extra europeo Europa non UE
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1
Unione Europea
II p
rim
ari
aV
pri
ma
ria
I se
con
da
ria
infe
rio
re
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
Mod.6
Mod.7
-.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1
112
genitori è causata proprio dall’introduzione delle origini sociali nei modelli, lo stesso ruolo di
deflatore dello svantaggio della migrazione viene giocato dalle caratteristiche individuali non
connesse alle risorse familiari, come il sesso e l’anno di nascita dello studente (modello 4,
figura 3.3). Il medesimo fenomeno si riscontra sia relativamente alle competenze linguistiche
che a quelle logico matematiche (tabelle dalla A3.17 alla A3.22). Inoltre, ciò accade
trasversalmente ai gradi scolastici, ma specialmente alla scuola secondaria inferiore (dove la
stima scende da -0,4 a -0,2 deviazioni standard per le competenze linguistiche e da -0,28 a -
0,13 per quelle matematiche). Tale risultato è coerente al modello teorico proposto, il quale
interpreta l’effetto negativo dell’esperienza migratoria sugli apprendimenti come il risultato
del minore del senso di autostima e di efficacia personale (self-efficancy) che caratterizza i
giovani immigrati che hanno subito tale esperienza traumatica (Covington, 1984; Kao, 1999).
Possiamo ragionevolmente sostenere, infatti, che su tali sensazioni personali, il ruolo giocato
dal titolo di studio e dalla posizione occupazionale dei genitori sia inferiore a quello delle
caratteristiche idiosincratiche come l’essere di sesso femminile o maschile, e l’età anagrafica.
L’effetto netto dell’esperienza migratoria risulta maggiore nei gradi scolastici più elevati
(figura 3.3). Ciò potrebbe tuttavia dipendere dal fatto che mentre nei dati relativi alla classe
seconda della scuola primaria gli studenti immigrati sono arrivati in Italia in ogni caso entro i
7 anni, nei dati della scuola secondaria inferiore possiamo trovare giovani arrivati anche dopo
i 7 anni d’età.
La dimensione dell’anzianità migratoria è infatti in grado di influire anche
sostanzialmente sulle competenze, specialmente linguistiche, degli individui (Di Muzio,
2010). La sua considerazione nell’analisi del divario tra stranieri e nativi non è tuttavia
agevole. Da un lato, poiché l’utilizzo di una misura diretta di anzianità migratoria comporta il
rischio di dover restringere il campione ai soli studenti immigrati. Dall’altro lato, poiché nei
dati analizzati la relativa variabile presenta una quota non marginale di valori mancanti
(uguale o superiore al 33% in ognuno dei gradi scolastici esaminati). Tuttavia, per tentare di
comprendere quanto l’anzianità migratoria possa essere responsabile delle differenze di
apprendimento tra gli immigrati recenti e quelli arrivati giovanissimi, è stata condotta
un’analisi di sensitività in questa direzione. La tabella A3.31 in appendice riporta, a questo
proposito, la stima dell’effetto dell’età di arrivo sugli apprendimenti, al netto
dell’appartenenza etnica e tenendo al contempo sotto controllo l’influenza delle caratteristiche
113
sia osservate che non osservabili a livello di scuola76. Possiamo constatare quanto l’anzianità
migratoria costituisca un aspetto centrale nella spiegazione delle differenze nei punteggi di
competenza degli studenti immigrati. All’inizio della scuola primaria gli studenti immigrati
all’età di quattro anni mostrano un divario negli apprendimenti di -0,1 deviazioni standard
rispetto ai coetanei immigrati a un anno di età o meno. Questo divario aumenta fino a -0,25
unità di deviazioni standard quando esaminiamo gli studenti che hanno fatto il loro ingresso in
Italia a sette anni, e raggiunge -0,37 per gli studenti giunti ancora più recentemente. Quando
consideriamo i gradi scolastici superiori, notiamo che le differenze negli apprendimenti per i
giovani immigrati prima dei sette anni di età smettono di essere statisticamente significative.
Tuttavia, divari significativi e consistenti permangono per gli studenti arrivati oltre gli otto
anni di età, sia alla classe quinta delle scuole primarie (-0,23 deviazioni standard) che
all’inizio della scuola secondaria inferiore (-0,10). Questo andamento delle stime tra i gradi
scolastici potrebbe riflettere l’effetto positivo della frequenza scolastica nel paese ospitante,
segno dell’importanza della scuola per l’integrazione degli studenti immigrati. Tuttavia, è
certamente possibile che il fenomeno del ritardo scolastico (sia in termini di inserimento
all’arrivo in una classe inferiore a quella corrispondente alla propria età, che di ripetenza di un
anno scolastico) influenzi, almeno parzialmente questi effetti.
Per testare la quarta ipotesi di ricerca, infine, la figura 3.5 illustra il punteggio di
competenza linguistica predetto dai modelli che contengono i parametri di interazione tra il
titolo di istruzione dei genitori e la loro località di nascita. In base al modello teorico
proposto, ci aspettiamo di rilevare che l’influenza dell’istruzione dei genitori sugli
apprendimenti dei figli non sia la medesima per tutti i gruppi etnici. Tuttavia, nonostante le
analisi mostrano alcuni segni a favore di questa ipotesi, i risultati ci sembrano tutt’altro che
definitivi.
76 Più precisamente è stato adottato un modello cosiddetto ad ‘effetti fissi’. Sinteticamente, è possibile
interpretare le stime contenute nella tabella A3.31 come quelle che si otterrebbero inserendo nel modello di
regressione standard una variabile dummy per ogni singola scuola. Il parametri presentati, dunque, rappresentano
l’effetto della variabile anzianità migratoria al netto della specifica scuola frequentata.
114
Figura 3.5: Punteggio di competenza linguistica a seconda del titolo di istruzione dei genitori
e della macro-area geografica di origine dello studente per livello scolastico considerato
predetto da modelli di regressione lineare multilivello a quattro livelli e intercetta random
(modelli completi). Italia, dati INVALSI 2012/13, risultati corretti per il cheating77.
La distanza tra le stime dei risultati al test di comprensione linguistica tra discendenti di
nativi e figli di immigrati risulta leggermente maggiore nella popolazione studentesca con i
genitori più istruiti, di quando non sia tra le fasce sociali meno avvantaggiate. Quando
guardiamo ai risultati specifici dei modelli (tabella A3.11 in appendice) possiamo riscontrare
che diversi parametri di interazione risultano statisticamente significativi, ma secondo uno
schema che è tutt’altro che di facile lettura. L’avere genitori poco istruiti risulterebbe meno di
ostacolo agli apprendimenti dei discendenti degli immigrati di quanto non sia per i nativi,
specialmente alle scuole secondarie inferiori. La sensibilità leggermente minore
dell’andamento delle competenze dei figli di immigrati rispetto ai titoli di studio dei genitori,
tuttavia, potrebbe dipendere anche da una minor capacità di questo indicatore di riflettere le
risorse culturali a disposizione dei migranti. Come hanno recentemente argomentato Feliciano
e Lanuza, infatti, l’analisi dell’effetto del background familiare sull’istruzione dei giovani
stranieri dovrebbe abbandonare le misure tradizionali utilizzate per la popolazione nativa, e
77 I modelli di regressione completi che hanno permesso di costruire la figura 3.4 sono riportati nell’appendice al
termine di questo lavoro (tabella A3.11).
-1.5
-1.2
-.9
-.6
-.3
0.3
.6
elementari medie superiori laurea
II primaria
-1.5
-1.2
-.9
-.6
-.3
0.3
.6
elementari medie superiori laurea
V primaria-1
.5-1
.2-.
9-.
6-.
30
.3.6
elementari medie superiori laurea
I secondaria inferiore
Italia Unione Europea Europa non UE Paese extra europeo
115
muoversi verso la considerazione in termini relativi dei titoli di studio (Feliciano e Lanuza,
2017). Da un analogo studio sulle disparità di istruzione in Inghilterra e Francia, è infatti
emerso che la posizione sociale rivestita prima della migrazione intercetta meglio le
differenze nei divari scolastici dei figli degli immigrati rispetto alla posizione nella sistema
della stratificazione sociale del paese di destinazione (Ichou, 2015).
Se leggiamo invece la figura in parallelo tra i gradi scolastici, sembrerebbero essere
soprattutto i figli dei genitori non europei a subire in misura inferiore l’effetto negativo delle
minori risorse culturali familiari, ma una tendenza simile interessa, seppure meno
consistentemente, i migranti comunitari. In conclusione, in linea a quanto rilevato da Azzolini
e Barone (2012b) studiando le scelte scolastiche post-obbligo in Italia, sulla base di quanto
emerso risulta piuttosto difficile sostenere che la quarta ipotesi di ricerca abbia trovato un
chiaro riscontro positivo nei dati. Procederemo dunque ad approfondire il test empirico di
questa ipotesi nel corso del quarto e del quinto capitolo, utilizzando una fonte differente da
quella che ha costituito la base delle analisi di questo capitolo.
116
3.4 Considerazioni conclusive
Tre sono gli obiettivi che questo capitolo ha cercato di raggiungere. Il primo è quello di
stabilire quanto un modello teorico fondato esclusivamente su dimensioni di livello
individuale potesse rappresentare una buona semplificazione del fenomeno oggetto di studio:
lo svantaggio scolastico degli studenti stranieri. Il secondo, è il test delle ipotesi specifiche
derivate da questo modello. Il terzo, trasversale ai primi due, è quello di rilevare la presenza o
meno di differenze nel corso di diversi punti della carriera scolastica dei soggetti.
Per quanto riguarda il primo di questi obiettivi, la scomposizione delle differenze nei
test di competenza linguistica ha fornito risultati a sostegno della rilevanza del livello
individuale nella spiegazione dei divari tra nativi e discendenti di immigrati. Nonostante i
fattori contestuali legati al clima di classe, alle dotazioni strutturali della scuola e alle
specificità del contesto locale, hanno dimostrato di giocare un certo ruolo nella spiegazione
dell’eterogeneità dei risultati degli studenti, il loro peso complessivo non ha mai superato la
quota di un quinto del totale della varianza degli apprendimenti. Possiamo dunque concludere
che, nonostante tali dimensioni possano influire sull’esperienza scolastica quotidiana degli
studenti, sulla loro autostima e in generale sul loro benessere psicologico, il loro ruolo nella
spiegazione del fenomeno oggetto di studio risulta secondario. Il fatto che i quattro quinti
delle differenze nelle competenze degli studenti possano essere spiegati mediante il solo
riferimento alle caratteristiche individuali, costituisce una giustificazione del focalizzarsi su
queste ultime nell’elaborazione di un modello teorico che possa semplificare la realtà.
Avendo stabilito l’appropriatezza della strategia di concentrarsi sul livello individuale
per lo studio dello svantaggio scolastico degli studenti stranieri, in linea con le precedenti
ricerche sia internazionali (Heath, 2000; Heath, Rothon, e Kilpi, 2008; Lessard-Phillips,
Brinbaum, e Heath, 2014) che nazionali (Azzolini, 2012; Azzolini, Philipp, e Palmer, 2012;
Azzolini e Barone, 2013), ci si è concentrati sull’esame empirico delle ipotesi di ricerca.
Coerentemente alla prima ipotesi, la considerazione delle origini sociali, contemporaneamente
sia come risorse culturali che economiche, non ha azzerato l’effetto esercitato dalle origini
etniche sugli apprendimenti, indipendentemente dal grado scolastico.
117
Come già evidenziato in diversi altri contesti europei (Heath e Rothon, 2014; Kalter,
2015), nonostante il background socio-economico costituisca una dimensione di assoluta
rilevanza nella spiegazione dello svantaggio scolastico, le analisi effettuate in questo capitolo
mostrano la presenza di un significativo e consistente divario residuo per i figli di immigrati
in Italia. Lo svantaggio risulta particolarmente consistente per gli studenti di prima
generazione, coerentemente alle precedenti ricerche italiane (Mantovani, 2008; Checci e
Braga, 2009; Dustmann et al., 2012; Azzolini et al., 2012).
Diversamente da questi studi, tuttavia, le analisi presentate in questo capitolo hanno
permesso di riscontrare la presenza di un effetto autonomo e statisticamente significativo per
entrambe le due dimensioni dell’essere straniero: l’esperienza migratoria e la nazionalità. In
linea con la seconda ipotesi, lo svantaggio legato a ognuna di queste due dimensioni persiste
anche a seguito dei controlli per le origini sociali e per gli altri fattori contestuali ai tre livelli
sovra-individuali considerati (classe scolastica, scuola e provincia).
Una critica alla strategia analitica adottata per individuare gli effetti distinti
dell’appartenenza etnica e dell’esperienza migratoria può essere mossa a partire dalla
considerazione della relazione presente tra le due variabili. Esse sono, infatti, in una certa
misura associate e, se tale relazione dovesse rivelarsi eccessivamente consistente, potrebbe
mettere a repentaglio la possibilità di una analisi distinta degli effetti. Per valutare l’entità di
questo rischio nei dati in esame si sono condotte alcune analisi aggiuntive. Anzitutto è stata
calcolata la tabella di contingenza tra la nazionalità e la migrazione in ognuno dei gradi
scolastici (tabella A3.23 in appendice). Come è possibile rilevare, una numerosità adeguata
alle analisi è presente in tutte le celle. Nel sotto-campione di studenti immigrati si rileva
inoltre un certo equilibrio tra le nazionalità. Ad esempio nella classe quinta della scuola
primaria il numero di immigrati etnicamente italiani è di sole 238 unità inferiore al numero di
immigrati etnicamente europei di uno stato non appartenente all’Unione. Se guardiamo alle
frequenze relative, tuttavia, ovviamente non possiamo non notare la netta preponderanza degli
studenti nati in Italia che appartengono all’etnia maggioritaria. Come ulteriore analisi di
sensitività è stata calcolata, quindi, una misura della multicollinearità tra le due variabili
esplicative principali, come suggerito da Marzadro e Schizzerotto (2014) che recentemente
hanno implementato nel contesto italiano lo studio di Bukodi e Goldthorpe (2012) seguito in
118
questa ricerca. Questa misura è conosciuta come Variance Inflation Factors (VIF) e fornisce
una stima di quanto la varianza del coefficiente di una variabile aumenta a causa della
presenza di una correlazione molto forte con una o più altre variabili. L’errore standard di una
stima, e dunque la sua varianza, aumenta in caso di multicollinearità, e il VIF rappresenta
questo fattore di aumento. Dunque, minore sarà il valore del VIF più saremo fiduciosi rispetto
alla mancanza di una associazione eccessivamente forte tra le variabili considerate. La tabella
A3.24 in appendice mostra il calcolo di questi fattori. Il valore convenzionalmente utilizzato
per definire la presenza di multicollinearità è 10 (Marzadro e Schizzerotto, 2014). Come è
possibile notare, sia per l’esperienza migratoria che per le varie categorie dell’appartenenza
etnica i valori sono sempre inferiori a 2 in ogni modello e grado scolastico. Anche il valore
VIF medio di tutte le variabili contenute nei modelli è sempre inferiore a 4. I risulti ottenuti
sembrano quindi deporre a favore dell’ipotesi che la correlazione tra le due componenti delle
origini etniche, benché certamente presente, non è tale da impedire una loro considerazione
distinta nelle analisi. Infine, in aggiunta al test per la multicollinearità tra esperienza
migratoria e appartenenza etnica, è stato condotto un test di robustezza dei risultati ulteriore,
utilizzando dei modelli ad effetti fissi a livello di scuola. In questo caso si è dapprima ristretto
il campione agli studenti stranieri di uguale nazionalità. Successivamente si sono stimati gli
effetti dell’esperienza migratoria al netto dell’influenza di tutte le caratteristiche, sia
osservabili che non osservabili a livello di scuola (i risultati ottenuti sono presentati nelle
tabelle A2.28, A3.29 e A3.30 in appendice, rispettivamente per i figli dei genitori provenienti
dall’Unione Europea, dall’Europa non UE e da paesi extra Europei). Poi attraverso modelli
analoghi, ho proceduto a calcolare gli effetti della nazionalità sulle competenze, prima nel
sotto-campione di studenti nati in Italia (tabella A3.26) e poi in quello degli studenti nati
all’estero (tabella A3.27). Anche questa strategia analitica alternativa ha fatto emergere effetti
statisticamente significativi per entrambe le componendi delle origini etniche. Più
precisamente, benché sussistano alcune sensibili differenze, i parametri ottenuti da questa
analisi non risultano particolarmente distanti né in termini di significatività né in termini di
grandezza dagli effetti dell’appartenenza etnica e della migrazione stimati dai modelli
multilivello precedentemente stimati. L’unica eccezione riguarda la relazione tra nazionalità e
apprendimenti per i soli giovani nati all’estero (tabella A3.27). In questo sotto-campione,
119
solamente gli studenti di nazionalità extraeuropea presentano un parametro negativo e
significativo, mentre i figli di genitori immigrati dall’interno dell’Unione Europea mostrano
un coefficiente positivo non solo all’inizio della scuola secondaria inferiore (come nelle
analisi precedenti) ma anche ai due gradi scolastici inferiori. Ciò potrebbe dipendere dal fatto
che la categoria di riferimento per la nazionalità è, anche in questo modello sui soli immigrati,
costituita dai giovani di nazionalità italiana. Questa singola eccezione non sembra tale da
permetterci di trarre conclusioni sostanzialmente differenti relativamente alla presenza di
effetti autonomi dell’appartenenza etnica e dell’esperienza migratoria. In sintesi, ci sembra di
poter concludere che le analisi di robustezza dei risultati abbiano fornito nuove testimonianze
a conferma delle prime due ipotesi di ricerca. Come riprenderemo nelle conclusioni finali,
questo risultato si rivela di particolare importanza nell’ottica dell’implementazione di
politiche pubbliche atte a favorire l’integrazione degli studenti stranieri nelle scuole italiane.
Se da un lato, misure indirizzate a diminuire gli effetti negativi delle carenti risorse familiari
potrebbero effettivamente ridurre i divari tra studenti nativi e figli di immigrati (Azzolini e
Barone, 2012b), esse potrebbero non bastare a sostenere gli apprendimenti degli studenti di
prima generazione, per i quali il divario è più consistente. Per questi ultimi potrebbe essere
utile prevedere invece interventi specifici a sostegno della loro efficacia personale e più in
generale del loro benessere psicologico, messo a repentaglio dall’esperienza traumatica della
migrazione (Padilla e Durán, 1995; Portes e Rumbaut, 1996; Kao, 1999), anche quando essa
avviene in età prescolare (Becker, 2015).
Infine, si è cercato di portare nuovi risultati al crescente dibattito sulla possibilità o
meno che la riproduzione sociale avvenga attraverso i medesimi meccanismi per la
popolazione straniera e quella nativa (Heath, 2008). L’esame della quarta ipotesi di ricerca,
tuttavia, non ha fornito indizi definitivi, in linea a quanto riscontrato in precedenza da
Azzolini e Barone studiando le scelte scolastiche post-obbligo in Italia (2012b). Benché gli
effetti positivi di elevati titoli di studio dei genitori sulle competenze della prole sembrino
maggiori per i nativi di quanto non siano per i discendenti degli immigrati, portiamo il dubbio
sull’effettiva presenza di effetti moltiplicativi tra l’istruzione dei genitori e l’appartenenza
etnica sugli apprendimenti al prossimo capitolo.
120
La comparazione condotta tra gradi di istruzione successivi ha permesso di rilevare
diversi aspetti interessanti. I tre momenti della carriera scolastica esaminata differiscono tra
loro rispetto alla quota di varianza dei punteggi attribuibili ai fattori individuali e al contesto
provinciale rispetto agli altri livelli di analisi (entrambi maggiori nell’ultimo grado scolastico
esaminato), rispetto al peso relativo del clima di classe (che sembra diminuire mano che gli
studenti procedono nel loro percorso di studi), e al divario tra nativi e discendenti di
immigrati. La scomposizione del concetto di straniero nelle sue due dimensioni di esperienza
migratoria e appartenenza etnica congiuntamente all’analisi di diversi punti della carriera
scolastica, ha permesso di mettere in luce un aspetto che ancora poco indagato dalla
letteratura in materia. Mentre il divario tra immigrati e non immigrati diventa sempre più
consistente mano a mano che si considerano gruppi di studenti di età più avanzata
(probabilmente anche in ragione delle differenti età all’arrivo), l’influenza della nazionalità
dei genitori sugli apprendimenti dei figli non condivide lo stesso andamento crescente per
tutte le categorie individuate dall’origine etnica. Più precisamente, lo svantaggio scolastico
netto dovuto al non essere discendenti di nativi si riduce tra i gradi scolastici, fino a
trasformarsi in un vantaggio, per i figli dei migranti comunitari (che nel campione in esame
sono specialmente rumeni, ma anche polacchi – si veda la tabella 2.2 a questo proposito). Il
divario, invece, aumenta ma solo leggermente per coloro che provengono da un paese europeo
non facente parte dell’Unione (in buona parte albanesi e ex-jugoslavi e ucraini), mentre cresce
in misura non marginale per quanti provengono da un paese extra europeo (principalmente
marocchini, cinesi e filippini, ma anche indiani e peruviani). Purtroppo, il dettaglio delle
informazioni sulla nazionalità di origine fornito dai dati INVALSI non permette la
scomposizione della popolazione studentesca per paesi di provenienza, impendendo di
rilevare vantaggi o svantaggi specifici per le singole etnie. Ci muoveremo in questa direzione,
invece, nei prossimi tre capitoli empirici.
121
4. Il ruolo delle origini etniche e delle origini sociali nelle disparità di
apprendimento degli studenti nativi e degli studenti stranieri in
Europa: una comparazione tra Italia, Inghilterra, Svezia, Paesi Bassi e
Germania
Introduzione78
Dopo aver studiato i divari nelle competenze dei figli di immigrati in Italia, esaminando
diversi punti della loro carriera scolastica, in questo capitolo il focus dell’attenzione si
sposterà sulla comparazione della realtà del nostro paese con quella di quattro contesti europei
tra i più analizzati dalla letteratura sulle disuguaglianze etniche in istruzione: la Germania, i
Paesi Bassi, l’Inghilterra e la Svezia. I casi nazionali scelti a questo proposito, permetteranno
in confronto di quanto accade nel nostro paese con nazioni caratterizzate non solo da
tradizioni migratorie differenti da quella italiana, ma anche da sistemi di istruzione diversi.
Nelle prossime pagine, abbandoneremo la comparazione delle competenze nel corso di diversi
punti della carriera per la stessa coorte di studenti, e guarderemo agli apprendimenti rilevati in
un unico grado scolastico ma in paesi diversi. Nello specifico esamineremo la situazione alla
fine delle scuole dell’obbligo (ottavo grado), quando i giovani hanno circa 13/14 anni di età.
Per consentire il raffronto con quanto già emerso nelle analisi per il solo caso italiano, la
struttura del quarto capitolo rispecchierà in buona misura quella del precedente. Avendo già
presentato nel primo capitolo le possibili spiegazioni teoriche dello svantaggio scolastico
degli stranieri, qui illustrerò esclusivamente i risultati della precedente letteratura empirica in
materia. A questa prima sezione, seguirà un chiarimento della metodologia adottata e la
presentazione di una nuova fonte di dati, l’indagine: Children of Immigrants Longitudinal
Survey in Four European Countries (CILS4EU). Illustrerò le tecniche adottate per rendere
questi e i dati INVALSI tra loro comparabili, e espliciterò come le dimensioni rilevanti per il
test del modello teorico si trovano tradotte in variabili. La terza sezione discuterà i risultati
emersi suddividendoli in tre paragrafi. Come nel terzo capitolo, il primo paragrafo verrà
dedicato all’analisi dell’eterogeneità dei punteggi ottenuti nei test di competenza linguistica
nei diversi paesi. Il secondo presenterà i risultati del test delle ipotesi di ricerca, prestando
un’attenzione particolare al confronto tra contesti. L’ultimo paragrafo, infine, approfondirà
ulteriormente lo studio l’effetto dell’etnicità, analizzando i risultati dei giovani appartenenti a
minoranze specifiche, per soli i paesi europei in cui sono disponibili dati a un livello di
dettaglio e numerosità sufficientemente da consentirne l’analisi.
78 Un working paper corrispondente a una precedente versione di questo capitolo empirico e avente come titolo
“Tracking the ‘North-South Divide’ in Integration outcomes: Children of Immigrants’ Educational Achievement
in five European Countries” è stato presentato e discusso alla conferenze: Biannual Meeting 2015dell’ European
Sociological Association (ESA) –RN10 (Sociology of Education); Summer meeting 2016 dell’ International
Sociological Association (ISA)-Research Commitee on Social Stratification and Mobility (RC28); CILS4EU
International Users Conference 2016; e alla Annual Bamberg Graduate School of Social Sciences 2016.
122
4.1 Le precedenti ricerche sugli apprendimenti dei giovani stranieri in Europa
Gli sviluppi della dinamica migratoria sul continente europeo sono stati accompagnati
dalla crescita del desiderio di comprenderne le cause scatenanti e gli effetti di lungo periodo
(Heath et al., 2008). La ricerca europea in tema di stratificazione etnica in istruzione si è
ovviamente sviluppata con più vigore in quei paesi dove la presenza straniera non è una
caratteristica esclusiva del più recente passato, come accade in Italia, ma affonda le radici
nello sviluppo economico nazionale dell’ultimo mezzo secolo almeno (Stevens e Dworking,
2014). Come detto, alcune nazioni come ad esempio la Germania e la Gran Bretagna, si sono
trovate prima di altre a fare i conti con la crescente diversità etnica della propria popolazione.
In questi paesi il numero delle ricerche cui affidarsi per riflettere sul fenomeno dello
svantaggio scolastico dei discendenti degli immigrati è molto più elevato, ed eterogeneo per
temi trattati di quanto non sia stato possibile riscontrare per il caso italiano (Schnell e
Azzolini, 2015).
Come illustrano i diversi studi comparativi condotti da Heath e colleghi, se dovessimo
con una sola frase sintetizzare la situazione europea in termini di livelli di apprendimento dei
discendenti di immigrati, dovremmo necessariamente riportare della presenza di un generale
svantaggio rispetto ai nativi (Heath, Rothon, e Kilpi, 2008; Heath e Brinbaum, 2014).
Complessivamente, e in linea con i risultati delle analisi condotte sui dati italiani nel terzo
capitolo, i giovani appartenenti alle prime generazioni, mostrano risultati scolastici inferiori
sia agli studenti nativi che agli studenti di seconda generazione. Mentre i giovani immigrati
risultano particolarmente svantaggiati, gli studenti di seconda generazione sembrano mostrare
performance più vicine a quelle dei nativi (Marks, 2005; OECD, 2006). In particolare, Marks
(2005) ha sottolineato la presenza di maggiori differenze tra nativi e discendenti di immigrati
nelle nazioni europee caratterizzate da sistemi di istruzione particolarmente selettivi (come
l’Austria, la Germania e i Paesi Bassi). Nella sua indagine comparativa, i divari minori sono
emersi nei paesi anglosassoni d’oltreoceano (USA, Canada e Australia), e una posizione
intermedia è risultata caratterizzare i paesi europei con un sistema di istruzione comprensivo.
Le indagini internazionali che hanno potuto analizzare la dimensione dell’appartenenza
etnica, tuttavia, hanno riscontrato una elevata eterogeneità di situazioni tra le categorie. I
maggiori ritardi negli apprendimenti sembrerebbero interessare anche al di fuori dell’Italia le
minoranze provenienti dai paesi extraeuropei in via di sviluppo (specialmente turchi, nord-
africani, pakistani e provenienti dai Caraibi) mentre risultano sono meno accentuati per i
123
gruppi etnici europei (specialmente mediterranei e provenienti dall’Europa orientale). Alcune
etnie, infine, riportano performance pari a quelle dei nativi o addirittura migliori (come ad
esempio accade per gli studenti asiatici: indiani e cinesi in primis) (Kao e Thompson, 2003;
Heath et al., 2008;).
Se questi possono essere considerati come i tratti comuni ai contesti europei, la
letteratura in materia ha anche rilevato la presenza di cospicue differenze in termini di
stratificazione etnica in istruzione nelle situazioni nazionali specifiche. In Inghilterra, ad
esempio, è stato rilevato uno svantaggio scolastico lordo particolarmente consistente per gli
studenti provenienti dal Pakistan e dal Bangladesh, nonché per le popolazioni di colore
provenienti dall’area caraibica e dall’Africa. Allo stesso tempo, tuttavia, le minoranze
irlandesi (quarto paese per provenienza), cinesi e indiane hanno mostrato risultati scolastici
mediamente equivalenti o addirittura superiori ai nativi (Heath, Rothon, e Kilpi, 2008; Heath
e Brinbaum, 2014). Grazie a tecniche di analisi multivariata, Rothon ha approfondito le
ragioni delle diversità di alcuni gruppi particolarmente svantaggiati, mettendo in luce che la
loro netta sovra-rappresentazione nella classe sociale dei lavoratori manuali (Modood, 1997),
è in grado di spiegare circa la metà dei divari degli stranieri di seconda generazione al termine
della scuola dell’obbligo. Tuttavia, le inferiori posizioni nella stratificazione sociale dei
genitori indiani non sembrano riflettersi altrettanto direttamente in minori risultati scolastici
dei figli (Rothon, 2007). Questo gruppo etnico, al contrario, supera i livelli di apprendimento
dei nativi in ogni classe sociale esaminata. Ad ogni modo, anche controllando per la
dimensione delle origini sociali, un sostanzioso divario residuo rimane in Inghilterra, per le
minoranze caraibiche e africane in primis, ma anche per quelle bengalesi e pakistane. Tali
risultati sono robusti e emergono con frequenza in numerosi studi sugli apprendimenti degli
studenti stranieri condotti in Inghilterra (Haque e Bell, 2001; Demie, 2001; Connolly, 2006).
L’aspetto sul quale non è ancora stato raggiunto alcun accordo tra gli studiosi è, invece, la
possibilità che la dimensione delle origini sociali e quella delle origini etniche non si
addizionino solamente tra loro ma bensì interagiscano (Heath e Brinbaum, 2007). Le
informazioni empiriche a questo proposito sono discordanti: mentre Platt (2005) riscontra
maggiori divari nelle competenze degli studenti di diversa nazionalità quando si guardano alle
famiglie più avvantaggiate, Rothon non rileva nessun particolare effetto moltiplicativo delle
due dimensioni, quantomeno sugli apprendimenti delle sole seconde generazioni (Rothon,
2007).
124
Probabilmente in ragione del particolare sistema di istruzione vigente in Svezia, invece,
gli studi sui differenziali di apprendimento degli studenti della scuola dell’obbligo, non sono
così numerosi quanto le ricerche condotte in questo paese alternativamente sulle loro scelte
scolastiche successive (Westin, 2003) o sui loro esiti occupazionali (Rooth e Ekberg, 2003;
Jonsson, 2007). Analizzando le performance scolastiche delle sole seconde generazione al
termine della scuola dell’obbligo, tuttavia, Jonsson e Rudolphi (2010) dimostrano la presenza
da un lato di un consistente svantaggio scolastico per gli studenti extra-europei, e dall’altro di
migliori risultati scolastici rispetto ai nativi delle minoranze provenienti dai paesi nordici, le
quali costituiscono la presenza straniera più antica in questo paese. In particolare, sono gli
studenti provenienti dalle nazioni del Medio Oriente, dell’America latina, dell’Africa e del
sud Europa a mostrare le situazioni più problematiche. Heath e Rothon (2014), sempre
analizzando i voti assegnati dagli insegnanti alla fine della scuola dell’obbligo, illustrano
come anche in Svezia la dimensione delle origini sociali giochi un ruolo importante nello
spiegare i divari riscontrati. Una volta controllato per le risorse socio-economiche familiari, lo
svantaggio delle minoranze irachene e di quelle provenienti dall’Europa meridionale diventa
non statisticamente significativo. Tuttavia, anche comparando studenti di analoghe origini
sociali, consistenti divari residui rimangono per i giovani i turchi, i cileni e gli africani della
regione sub sahariana. Tra questi, particolarmente problematica sembra essere la situazione
dei giovani studenti provenienti dalla Turchia e dall’America Latina (Jackson, Jonsson, e
Rudolphi, 2012).
Anche l’analisi degli svantaggi scolastici nelle precedenti ricerche svolte sui Paesi Bassi
ha evidenziato divari particolarmente accentuati per le seconde generazioni turche e
marocchine (rispettivamente primo e terzo gruppo etnico in questa nazione). Ugualmente in
ritardo rispetto ai nativi, ma a una distanza più contenuta, si trovano invece le popolazioni
provenienti dalle ex colonie d’oltre oceano: nello specifico dal Suriname e dalle Antille
(Heath, Rothon, e Kilpi, 2008). Anche nei Paesi Bassi, la sovrapposizione tra status di
straniero e ridotte risorse socio-economiche permette di spiegare una buona parte di tali
divari. Van de Werfhorst e Van Tubergen (2007), ad esempio, dimostrano che lo svantaggio
scolastico dei giovani turchi si riduce sensibilmente quando si considerano esclusivamente
famiglie appartenenti alla stessa classe sociale. Se esiste un certo accordo tra gli studiosi
rispetto a tali affermazioni, tuttavia, lo studio delle possibili differenze nei meccanismi di
riproduzione sociale tra autoctoni e alloctoni ha restituito anche per questo paese risultati
contrastanti. Mentre Wolbers e Driessen (1996) trovano un effetto di interazione significativa
125
tra istruzione dei genitori e risultati scolastici dei figli, Van de Werfhorst e Van Tubergen
(2007) mostrano che l’influenza dei titoli di studio dei genitori sugli apprendimenti dei figli è
invece la medesima in tutti i gruppi etnici considerati.
Contrariamente agli altri paesi considerati, in Germania una parte consistente della
popolazione immigrata è di origine europea, non solo per quanto riguarda le seconde
generazioni (specialmente italiani e greci) ma anche le prime (rumeni e polacchi soprattutto).
Guardando allo svantaggio scolastico lordo di queste minoranze è stato riscontrato un certo
divario negli apprendimenti rispetto ai nativi, ma il gap risulta essere piuttosto contenuto e, in
alcuni casi (specialmente per le minoranze greche), è possibile riscontrare la presenza di
vantaggi rispetto ai nativi (Heath et al., 2008). Al contrario, e come nel caso dei Paesi Bassi,
le numerose minoranze turche e africane risultano essere tra le più svantaggiate in termini di
competenze scolastiche. Tuttavia, lo studio dei test di competenza al termine della scuola
dell’obbligo ha permesso di evidenziare come i divari si riducano una volta che le analisi
considerano esclusivamente a studenti di analoghe origini sociali (Kristen, Reimer, e Kogan,
2008; Heath e Rothon, 2014). Inoltre, analizzando la propensione degli studenti a raggiungere
l’Abitur, inoltre, Kristen e Granato (2007) hanno messo in luce la presenza di un effetto di
interazione tra le origini etniche e le origini sociali. Le autrici, più precisamente, trovano che
l’effetto positivo di un titolo di studio più elevato è minore per le seconde generazioni turche
rispetto che ai nativi.
Oltre che rispetto alla presenza di effetti di interazione tra le origini sociali e le origini
etniche, la letteratura internazionale in materia non ha ancora raggiunto un accordo su quale
sia il contesto europeo caratterizzato dalle minori disparità tra discendenti di immigrati e
nativi (Heath e Brinbaum, 2014). Inoltre, la discussione resta aperta relativamente a quali
siano le ragioni delle differenze tra i contesti; se siano cioè il risultato della diversa selezione
dei migranti (Feliciano, 2005), dello specifico clima culturale nel paese di destinazione
(Portes & Zhou, 1993; Reitz, 1998), o della situazione socio-economica più generale di
quest’ultimo (Heath et al., 2008; Heath e Brinbaum, 2014). Stabilire i meccanismi sottostanti
alle variazioni nei processi di integrazione strutturale dei figli di immigrati tra le nazioni esula
gli obbiettivi di questo capitolo, e di questo lavoro più in generale. Tuttavia, l’utilizzo di una
fonte di dati che rappresenta la prima indagine internazionale comparativa e su larga scala a
fornire informazioni estremamente dettagliate sulle dimensioni di interesse per questa ricerca,
permetterà di comparare direttamente i livelli di svantaggio scolastico degli stranieri nei
diversi contesti. Nonostante tali dati siano già stati utilizzati per studiare comparativamente il
126
grado di stratificazione etnica in istruzione nei paesi qui esaminati (Van Tubergen e Mentjox,
2014), per quanto a conoscenza di chi scrive, essi non sono mai stati usati per una
comparazione con il meno studiato caso italiano, come anche per il test del modello teorico
dello svantaggio che guida questo lavoro.
La comparazione tra i diversi casi nazionali risulta particolarmente interessante per la
possibilità di comprendere quanto i caratteri specifici dei sistemi di istruzione sono in grado di
mettere a rischio la portata esplicativa del modello teorico proposto. È difficile infatti
sostenere che le caratteristiche istituzionali del paese di arrivo non concorrano a definire,
almeno indirettamente, la stratificazione etnica nell’istruzione. Tra i fattori istituzionali
maggiormente analizzati dagli studiosi a questo proposito, il grado di stratificazione del
sistema spicca per importanza (Oakes, 1985; Gamoran, 1992). Sappiamo, sulla base di questi
studi, che la rigida separazione dei curricoli, nonché l’età in cui tale differenziazione avviene,
è in grado di agevolare i divari dovuti alle caratteristiche ascritte degli studenti (Brunello e
Checchi, 2007; Van de Werfhorst e Van Tubergen, 2007). Ad esempio, Jackson e colleghi
hanno individuato nella minore stratificazione dei sistemi di istruzione un aspetto in grado di
favorire gli investimenti educativi delle minoranze etniche (Jackson, Jonsson, & Rudolphi,
2012). Anche Heath e colleghi riscontrano che la presenza di effetti secondari positivi
dell’etnicità dipenda dall’età in cui ha luogo la separazione dei curricoli: più tardi avviene
quest’ultima, maggiori saranno le opportunità che gli studenti stranieri avranno per recuperare
lo svantaggio scolastico rispetto ai compagni nativi (Lessard-Phillips, Brinbaum, e Heath,
2014). Il linea con queste riflessioni, risulta particolarmente interessante analizzare lo
svantaggio scolastico dei figli di immigrati in contesti caratterizzati da gradi di stratificazione
differenti. Come abbiamo discusso nel corso del secondo capitolo (tabella 2.4), l’Italia si trova
infatti in una posizione centrale tra i due estremi, rappresentati dalla Germania (che mostra un
indice di tracking di 1,79) e dall’Inghilterra (il cui valore è di -1,08) (Bol e Van de Werfhorst,
2013). Il confronto della situazione nazionale con il livello di disparità etnica nella
popolazione studentesca in Germania e Paesi Bassi da un lato (paesi in cui la separazione in
curricoli avviene prima dei 14 anni d’età), e nei sistemi istruzione comprensivi che
caratterizzano i paesi nordici e anglosassoni dall’altro, può dunque fornire spunti interessanti
all’elaborazione di eventuali futuri interventi di politica pubblica.
127
4.2 Dati, variabili e metodi
4.2.1 I dati dell’indagine CILS4EU sui figli di immigrati in Europa
Per le analisi di questo capitolo utilizzo i dati dell’indagine «Children of Immigrants
Longitudinal Survey in Four European Countries»79. CILS4EU è un’indagine di tipo
longitudinale, internazionale e comparativa, iniziata nell’anno scolastico 2010/1180. Questi
dati ci permettono dunque di guardare alla situazione attuale dei figli di immigrati in Europa.
Particolarmente interessante, alla luce degli obiettivi comparativi che questo capitolo si pone,
è la stretta standardizzazione della procedura di campionamento, di raccolta e di trattamento
dei dati che il team di CILS4EU ha adottato in ogni paese partecipante, la quale rende i dati
direttamente comparabili tra i quattro paesi analizzati81 (CILS4EU 2014a).
Il focus della prima rilevazione dell’indagine CILS4EU sono stati gli studenti
quattordicenni. Essi sono stati raggiunti in classe durante l’orario scolastico, in modo da
ottenere un tasso di risposta il più elevato possibile. Il tipo di campionamento adottato
dall’indagine è di tipo stratificato a tre stadi (CILS4EU 2014a). Anzitutto è stata stilata una
lista, separatamente per paese, delle scuole contenenti almeno una classe di studenti di 13/14
anni82. Questa lista è stata poi scomposta in quattro strati (explicit stratum) a seconda della
proporzione di figli di immigrati iscritti in ogni scuola83. All’interno di ogni strato si è
proceduto a estrarre casualmente, con probabilità proporzionale alla grandezza della scuola
(PPS strategy), tante scuole quante ne occorrevano per costruire un campione di almeno
4.000 soggetti in ogni paese. Come ulteriori variabili di stratificazione (implicit stratum) dove
79 Kalter, Frank, Anthony F. Heath, Miles Hewstone, Jan O. Jonsson, Matthijs Kalmijn, Irena Kogan, and Frank
van Tubergen. 2014. Children of Immigrants Longitudinal Survey in Four European Countries (CILS4EU) –
Full version. Data file for on-site use . GESIS Data Archive, Cologne , ZA5353 Data file Version 1.2.0,
doi:10.4232/cils4eu.5353.1.2.0. e Reduced Version Data file ZA5656 - 1.2.0, doi:10.4232/cils4eu.5656.1.2.0. 80 L’indagine CILS4EU è stata resa possibile grazie ai finanziamenti del programma «NORFACE ERA NET
Plus Migration in Europe». 81 Si noti che per quanto riguarda la Germania non sono disponibili informazioni sul Länder bavarese. Inoltre,
l’Inghilterra è l’unica regione del Regno Unito che ha partecipato al progetto CILS4EU. Le altre regioni (la
Scozia, il Galles e l’Irlanda del Nord) in ragione delle loro differenze in termini di sistema di istruzione e della
minor numerosità di popolazione straniera non hanno fatto parte del campione. 82 Si tratta del III° grado della scuola secondaria nei Paesi Bassi, l’VIII° grado nel sistema comprensivo Svedese,
e il X° in quello inglese, e il IX° grado nel sistema Tedesco (CILS4EU 2014a). 83 Gli estremi utilizzati per stratificare le scuole sono: 1) fino al 10% studenti figli di immigrati, 2) dal 10% al
30%, 3) dal 30% al 60% e 4) dal 60% al 100%.
128
presenti si sono considerate le regioni geografiche (cioè gli stati federati tedeschi e le regioni
amministrative inglesi) e l’indirizzo di studi.
Per ogni scuola sono state estratte casualmente due classi, o più spesso si è scelta
l’unica classe di 13/14enni disponibile (CILS4EU 2014a). All’interno di ogni classe, a tutti gli
studenti regolarmente presenti è stato chiesto di compilare il questionario, indipendentemente
dal loro background etnico e migratorio. Data la scelta di sovra-campionare gli studenti
stranieri al fine di raggiungere una numerosità sufficiente alle analisi statistiche (oltre che alla
non-risposta di alcune scuole estratte), si è reso necessario calcolare una serie complessa di
pesi, uno per ognuno dei tre livelli coinvolti (CILS4EU 2014a -2014b; Zuehlke/Vandenplas,
2011).
I modelli multilivello che si desidera utilizzare anche in questo capitolo impongono di
prestare una maggiore cautela nell’utilizzo dei pesi, rispetto ai modelli di regressione OLS.
Questo perché, al contrario di questi ultimi, nei modelli gerarchici non solo la grandezza dei
pesi, ma anche la scala con cui essi sono espressi ai livelli inferiori può impattare sulle stime
(Graubard e Korn 1996). Si rende dunque necessario procedere ad un rescaling. Tale
procedura, tuttavia, nel software di elaborazione utilizzato (STATA 14), non è ancora resa
possibile per modelli con più di due livelli coinvolti. In questo capitolo, dunque, utilizzeremo
modelli di regressione multilivello a due livelli84: uno individuale85 e uno relativo alla scuola
frequentata. La considerazione dell’istituto come unità di secondo livello al posto della classe
scolastica rappresenta la prassi comunemente adottata nelle rilevazioni internazionali degli
apprendimenti (ad esempio PISA e TIMMS), con le quali le analisi di questo capitolo
vogliono dialogare.
La tabella 4.1 di seguito, presenta, per ogni paese considerato, il numero di scuole e di
studenti analizzato, calcolato a seguito della procedura di esclusione dei casi mancanti
(listwise deletion). Mentre i dati per l’Inghilterra, la Svezia, i Paesi Bassi e la Germania
provengono dall’indagine CILS4EU di cui si è parlato finora, i dati per l’Italia derivano da
un’ulteriore indagine INVALSI. Quest’ultima è stata condotta nello stesso anno delle
rilevazioni utilizzate nel terzo capitolo, ma su un grado scolastico successivo a queste ultime,
ovvero la classe III della scuola secondaria inferiore. È proprio in questo grado scolastico,
84 La definizione matematica formale del modello è fornita nell’appendice al termine del lavoro, equazione 4.1. 85 Il peso a livello individuale è costituito dal peso dello studente uguale a 1, in quanto riflette la probabilità di
far parte del campione condizionata dall’estrazione della particolare unità a livello superiore, cioè la classe
scolastica, moltiplicato per il peso di quest’ultima.
129
infatti, che si può rilevare la maggioranza degli alunni di 13-14 anni di età, rilevati anche
nell’indagine CILS4EU. Per permettere la comparazione dei risultati ottenuti da queste due
diverse fonti, si sono utilizzati i dati provenienti dalle sole cosiddette ‘classi campione’ della
rilevazione INVALSI 2012/13.
Tabella 4.1: Numero di scuole e studenti coinvolti nelle analisi multivariate
del quarto capitolo per paese considerato. Italia: dati INVALSI 2012/13;
Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Valori
assoluti.
Paese Scuole Individui
Inghilterra 107 3.980
Svezia 129 4.785
Italia 1.416 27.917
Paesi Bassi 100 4.146
Germania 144 4.916
N. osservazioni 1.896 45.744 Nota: le numerosità per Inghilterra, Svezia, Paesi Bassi e Germania corrispondono ai modelli calcolati sulla versione di dati ZA5353 Data file full Version 1.2.0, doi:10.4232/cils4eu.5353.1.2.086.
Il campione INVALSI qui utilizzato riflette maggiormente la struttura e la numerosità
dei campioni nazionali dell’indagine CILS4EU rispetto ai dataset contenenti le informazioni
dell’intera popolazione studentesca (adoperati nel terzo capitolo). I risultati delle analisi
condotte sulle classi terze della scuola secondaria inferiore in questo capitolo per quanto
riguarda l’Italia potranno essere letti in confronto da un lato ai risultati emersi dai dati delle
altre nazioni europee, e dall’altro con quanto già illustrato a proposito dello svantaggio
scolastico negli apprendimenti nei gradi scolastici inferiori nel corso del precedente capitolo.
Come anticipato, tuttavia, a proposito di questo confronto è utile ricordare che i dati per la
terza media vengono raccolti da INVALSI al momento dell’esame conclusivo del primo ciclo
di scolarità obbligatoria, e per questo contengono solo gli studenti ammessi a tale esame. Ciò
86 Il confronto tra la numerosità coinvolta nei modelli di regressione di questo capitolo (condotti sulla versione di
dati ZA5353 ‘full version’) con quella sulla quale sono state calcolate le distribuzioni di frequenza presentate
nella tabella 4.2 (calcolate sulla versione ZA5656 ‘reduced version’) è presentato nell’appendice al termine di
questo lavoro (tabella A4.16). Diversamente dalla versione ZA5656, la versione ZA5353 non è rilasciata ai
ricercatori e per poterla utilizzare è necessario recarsi presso un ufficio attrezzato (Secure Data Center) al GESIS
a Colonia (DE). In linea alle direttive dell’ufficio, non è consentito pubblicare le statistiche descrittive calcolate
sulla versione ZA5353, per questa ragione, quelle contenute nella tabella tabella 4.2 sono state calcolate sulla
versione ZA5656. Le due versioni di dati non differiscono se non per il grado di dettaglio disponibile per un
numero ridotto di variabili sensibili. L’informazione sullo specifico stato di nascita dell’intervistato e dei suoi
genitori fa parte di questo ristretto gruppo di variabili. Per tale ragione, la tabella 4.2 mostra la variabile al grado
di dettaglio disponibile all’interno della versione ZA5656. Il numero esatto di soggetti per ogni nazionalità
singolarmente intesa a livello di dataset complessivo (cioè prima della necessaria pulizia dei dati) è riportato
all’interno del manuale utente del dataset CILS4EU, scaricabile dal sito: http://www.cils4.eu/ .
130
potrebbe risultare in una sottostima del divario esperito dagli studenti stranieri in Italia,
aspetto di cui è necessario tenere conto in sede di interpretazione dei risultati.
Infine, nonostante l’indagine CILS4EU, segua gli stessi individui nel tempo e dunque
assuma la forma di una indagine longitudinale, le analisi in questo capitolo si svolgeranno
sulla sola prima rilevazione, condotta nel corso dell’anno scolastico 2010/11. Detto
diversamente, i dati saranno utilizzati in senso cross-section. La ragione di questa scelta è
duplice. La prima considerazione riguarda il fatto che uno degli obiettivi principali della
presente ricerca è la comparazione dello svantaggio scolastico dei figli degli immigrati in
Italia con quello dei loro coetanei in Europa. Poiché al momento attuale non sono ancora
disponibili raccolte di dati longitudinali sulle carriere scolastiche degli studenti rappresentativi
del contesto nazionale87, una strategia di analisi longitudinale potrebbe comportare il rischio
dell’esclusione del caso italiano. In secondo luogo, benché la struttura dei dati CILS4EU sia
longitudinale, le competenze degli studenti sono state rilevate esclusivamente nel corso della
prima rilevazione, condotta interamente in ambito scolastico (CILS4EU 2014, 2016). In altre
parole, la variabile dipendente usata per analizzare il fenomeno dello svantaggio scolastico in
questo capitolo non presenta variazione nel corso delle rilevazioni, inficiando la possibilità di
analizzare i dati in ottica longitudinale.
87 Alcune eccezioni positive si trovano a livello locale. Ad esempio, un’indagine condotta nelle scuole
maggiormente frequentate da figli di immigrati nel comune di Trento ha seguito gli studenti sia italiani che
stranieri nel corso dei cinque anni di istruzione secondaria superiore (Cvajner 2011, 2015; Azzolini et.al.2013).
131
4.2.2 La strategia analitica
Due sono le esigenze principali che hanno guidato la scelta delle variabili utilizzate in
questo capitolo. La prima è la necessità che tali variabili siano presenti in tutte le nazioni in
esame, a un grado di dettaglio omogeneo e confrontabile. La seconda riguarda la proporzione
tra numero di variabili e la consistenza del campione in ogni specifico paese. L’obiettivo
perseguito di testare un modello teorico, piuttosto che fornire una panoramica di tutti i
possibili fattori in grado di influenzare lo svantaggio scolastico dei discendenti degli
immigrati, invita a una scelta ragionata delle variabili da utilizzare, anziché ad una loro
moltiplicazione. Le variabili selezionate, di cui si dirà a breve, saranno utilizzate per stimare,
separatamente per i cinque paesi in esame, modelli di regressione lineare multilivello, a due
livelli con intercetta random, aventi come variabile dipendente gli apprendimenti degli
studenti approssimati, come nel capitolo precedente, attraverso i risultati degli studenti nei test
di competenza linguistica, coerentemente alla strategia adottata da Heath e colleghi nella loro
più recente indagine internazionale comparativa sugli apprendimenti degli studenti stranieri
(Heath e Rothon, 2014). In Inghilterra, Svezia, Paesi Bassi e Germania un test linguistico
formato da 30 items è stato costruito da ogni singolo team nazionale88 coinvolto. In Italia il
test è stato sviluppato da INVALSI in modo analogo al test somministrato nei gradi scolastici
precedentemente trattati. I risultati dei test condotti sono stati standardizzati paese per paese,
in modo da renderli comparabili. Nonostante il test di competenza non sia esattamente il
medesimo in tutti e cinque i paesi, ognuna delle prove di competenza è stata costruita ad hoc
con lo stesso intento e obiettivo (misurare gli apprendimenti attraverso test nella lingua
utilizzata dalla scuola) e la strategia di standardizzazione dei risultati consente la
comparazione dei parametri dei modelli stimati (Heath e Rothon, 2014).
Mantenendo la stessa struttura del precedente capitolo, le analisi dello svantaggio
scolastico dei discendenti di immigrati verranno anzitutto condotte utilizzando
l’operativizzazione tradizionale del concetto di straniero, la quale contrappone i figli di nativi
agli studenti di prima e di seconda generazione89. Le stime ottenute saranno successivamente
confrontate con i risultati ricavati distinguendo la dimensione dell’esperienza migratoria da
quella dell’appartenenza etnica per il test delle ipotesi di ricerca. Poiché uno degli obiettivi
88 La struttura di base di tale test linguistico, nonché le modalità di somministrazione sono state comunque
analoghe nei quattro paesi considerati. 89 Come argomentato nei precedenti capitoli, l’operativizzazione tradizionale più frequentemente utilizzata nello
studio delle disparità etniche in istruzione, considera come appartenenti alle seconde generazioni anche gli
immigrati nati nel paese di origine e arrivati in quello di destinazione prima dell’inizio delle scuole dell’obbligo,
cioè prima dei sei anni di etá (la generazione 1,75 secondo la classificazione proposta da Rumbaut -2004-).
132
perseguiti in questo capitolo è quello di confrontare la realtà italiana con quella degli altri
contesti europei più frequentemente studiati, per trattare la dimensione della nazionalità
d’origine degli intervistati è stato necessario affidarsi al grado di dettaglio reso disponibile da
INVALSI, nonostante l’indagine CILS4EU contenga informazioni più dettagliate. Una volta
presentate le analisi comparative, tuttavia, nell’ultimo paragrafo approfondirò ulteriormente
l’influenza delle origini etniche specifiche sugli apprendimenti, restringendo le analisi ai soli
paesi in cui è possibile conoscere queste ultime nel dettaglio. Nonostante tali risultati non
saranno generalizzabili al contesto italiano, essi permetteranno di identificate gli effetti delle
singole nazionalità di origine sugli apprendimenti (per i gruppi etnici maggiormente
numerosi), aggiungendo nuovi risultati a quanto emerso utilizzando il dettaglio delle macro
aree geografiche disponibile anche per l’Italia.
Le distribuzioni di frequenza di tutte le variabili coinvolte nelle analisi di questo
capitolo sono riportate in tabella 4.2 di seguito. L’operativizzazione della migrazione e della
nazionalità utilizzata, per tutte e cinque le nazioni esaminate, segue le medesime regole
adottate per il trattamento di questa informazione del terzo capitolo. Più precisamente, si è
data precedenza alle informazioni sul paese di provenienza dei genitori dell’intervistato, in
accordo alla definizione dell’appartenenza etnica in termini di discendenza. Anche in questo
capitolo le analisi terranno contemporaneamente conto sia delle risorse culturali familiari che
di quelle socio-economiche. Il primo di questi aspetti è approssimato in ogni nazione
considerata facendo riferimento titolo di studio maggiore tra i due genitori, secondo
l’approccio di dominanza. Il secondo aspetto, invece, è operativizzato per Germania,
Inghilterra, Paesi Bassi e Svezia attraverso il punteggio sulla scala ISEI maggiore tra il padre
e la madre. L’acronimo ISEI sta per “International Socio-Economic Index” dello status
occupazionale (Ganzeboom, De Graaf, e Treiman, 1992). Questa scala permette di graduare
delle professioni attraverso la considerazione del loro punteggio in termini di status socio-
economico e, nei dati in esame, varia tra un minimo di 11 punti e un massimo di 89 punti. Per
l’Italia, a causa della mancanza nei dati di informazioni sull’esatto lavoro dei genitori
derivante da domande aperte che avrebbero permesso la codifica sulla base della
classificazione ISCO, il livello di risorse socio-economiche è approssimato attraverso il dato
sull’occupazione dei genitori reso disponibile da INVALSI, di cui abbiamo già avuto modo di
parlare approfonditamente nel corso del terzo capitolo.
133
Tabella 4.2: Distribuzione di frequenza delle variabili utilizzate nelle analisi del quarto capitolo per paese considerato. Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Risultati pesati, valori percentuali.
Inghilterra Svezia Italia Paesi Bassi Germania
Competenze linguistiche Media 16,72 18,99 56,22 17,17 12,72
Deviazione standard 3,37 4,93 11,89 4,19 4,37 Generazione migratoria
Studente nativo 85,27 81,45 89,89 91,29 81,04 Straniero 2° generazione 7,55 12,75 5,02 7,51 16,36 Straniero 1° generazione 7,18 5,79 5,10 1,20 2,61 Esperienza migratoria
Nati nel paese dove vivono 90,52 91,88 92,44 96,39 93,83 Studenti immigrati 9,48 8,12 7,56 3,61 6,17 Nazionalità / app.etnica
in Inghilterra Maggioranza inglese 85,34
India 1,42 Pakistan e Bangladesh 2,60 Africa settentrionale 1,48 altro Africa 1,80 Caraibi e America Latina 0,68 altro Asia 3,68 altro Europa 2,58 Altro 0,42 in Svezia
Maggioranza svedese
81,48 Danimarca, Finlandia e Norvegia
1,11
Turchia
1,48 Iran
0,83
Ex Jugoslavia
3,36 America
1,00
Africa
2,08 altro Asia
6,05
altro Europa
2,62 in Italia
Maggioranza italiana
89,89 Unione Europea
2,43
Europa non UE
2,29 Altro paese extra-europeo
5,40
nei Paesi Bassi Maggioranza olandese
91,29 Suriname
0,89
Antille
0,17 Marocco
1,32
Turchia
1,52 altro Africa
0,48
altro America
0,26 Asia
2,59
Europa
1,47 in Germania
Maggioranza tedesca
81,08 Turchia
5,83
Ex URSS
4,67 Ex Jugoslavia
1,29
Polonia
1,59 Europa meridionale
1,28
Asia
2,34 Africa
0,81
altro
1,11 Istruzione dei genitori
Istruzione terziaria 31,16 46,53 13,71 19,65 21,40 Istruzione sec. superiore 38,00 39,07 32,47 76,62 69,73
134
Istruzione secondaria inferiore
29,48 Istruzione primaria o meno 26,26 9,10 1,39 3,06 5,58
Non sa / non risponde 4,58 5,31 22,95 0,67 3,30 Status socio economico
Media ISEI occ. Genitori 54,58 53,38
51,40 50,01 Deviazione standard 20,83 20,17
19,46 19,66
Non sa / non risponde 7,98 5,80
3,22 6,09 Posizione occ. dei genitori
Imprenditori e dirigenti
7,16 Professionisti (lib. e dip.)
11,63
Lavoratori autonomi
16,87 Insegnanti e impiegati
17,68
Lavoratori manuali
20,35 Non lavora / mai lavorato
5,35
Non sa / non risponde
20,96 Sesso
Maschio 48,80 50,65 50,78 50,55 51,18 Femmina 51,20 49,35 49,22 49,45 48,82 Anno di nascita
1994 o meno 0,36 0,10
5,12 12,11 1995 35,21 4,49
36,71 47,67
1996 63,98 93,78
57,59 39,58 1997 o più 0,45 1,63
0,58 0,65
1997 o meno
2,69 1998
8,09
1999
80,41 2000 o più
8,81
% Stranieri a scuola Media 15,08 18,46 10,14 8,62 18,93
Deviazione standard 17,65 19,54 12,51 11,67 17,06 % Figli di operai a scuola
Media
20,31 Deviazione standard
16,85
Media ISEI a scuola Media 54,55 53,36
51,62 50,03
Deviazione standard 8,90 7,16
7,57 9,79 Tipo di istituto scolastico
in Inghilterra Religious 25,02
Selective 4,83 Academy 5,29 Community 40,93 Foundation 19,42 Voluntary aided & Independent 4,51 in Svezia
Statale (Municipal)
90,02 Privato
9,98
nei Paesi Bassi Brugklas
0,56 VMBO-B/VMBO-K/VMBO-
MBO2
23,45 VMBO-G/VMBO-T
41,75
HAVO
19,25 in Germania
Hauptschule
14,57 Kooperative gesamtschule
8,98
Integrierte Gesamtschule
28,50 Realschule
14,55
Gymnasium
30,71 Foerderschule (bisogni speciali)
2,69
N. osservazioni 3.983 4.799 27.917 4.156 4.799 Nota: le distribuzioni delle variabili in Inghilterra, Svezia, Paesi Bassi e Germania sono state calcolate sulla versione di dati ZA5656 Data file Reduced Version 1.2.0, doi:10.4232/cils4eu.5656.1.2.0.
135
Più precisamente, in linea con le argomentazioni teoriche del primo capitolo, il focus
dell’attenzione nella spiegazione degli svantaggi negli apprendimenti dei figli di immigrati è
posto sulle risorse culturali familiari, piuttosto che su quelle socio-economiche. Per tale
ragione, la variabile relativa a queste ultime verrà come una variabile di controllo,
giustificando la sua approssimazione nei modi discussi. Infine, poiché ogni campione
nazionale mostra l’attesa quota non trascurabile di studenti che non conoscono il titolo di
studio o la professione dei genitori, tutti i modelli presentati in questo capitolo contengono
uno specifico regressore per tali casi mancanti, che non verrà però commentato.
L’analisi dell’effetto dell’esperienza migratoria e dell’appartenenza etnica sulle
competenze linguistiche in Inghilterra, Svezia, Italia, Paesi Bassi e Germania partirà, anche in
questo capitolo, dalla stima dell’effetto totale di queste due variabili all’interno di modelli
bivariati separati (rispettivamente i modelli 1a e 1b). Ai modelli contenenti esclusivamente la
variabile esplicativa in esame verranno aggiunte via via sempre più variabili di controllo,
secondo la successione riportata nella tabella 4.2. Più precisamente, le figure 4.2 e 4.3
mostrano, separatamente per paese, la stima ottenuta da una serie di cinque modelli
concatenati:
Modello 1a: modello bivariato, contente esclusivamente la variabile relativa all’esperienza
migratoria, oltre alla costante.
Modello 1b: modello bivariato, contente esclusivamente la variabile relativa alla area
geografica di nascita dei genitori dell’intervistato, oltre che la costante.
Modello 2: contiene sia l’esperienza migratoria che l’area area geografica di nascita dei
genitori dell’intervistato, oltre che la costante.
Modello 3: aggiunge i controlli per le origini sociali: sia il titolo di studio che la professione
più alta tra i due genitori.
Modello 4: aggiunge i controlli per le variabili rilevanti a livello individuale: il sesso
dell’intervistato e il suo anno di nascita.
Modello 5: aggiunge come controlli le caratteristiche della scuola frequentata. Per l’Italia: la
percentuale di figli di immigrati all’interno della scuola e la percentuale di figli di
operai. Per gli altri paesi: la percentuale di figli di immigrati all’interno della
scuola, la media del punteggio di status socio-economico della professione più
elevata tra i due genitori (scala ISEI) e il tipo di scuola secondaria inferiore
frequentato (si veda la tabella 4.2).
La figura 4.4, invece, riporta i valori predetti da un modello che, partendo dal modello
5, aggiunge il parametro di interazione tra il titolo di istruzione dei genitori e il loro luogo di
nascita in termini di macro-area geografica.
136
4.3 I risultati delle analisi
4.3.1 Le fonti dell’eterogeneità dei punteggi nei test di competenza
La scomposizione della varianza dei punteggi totalizzati dagli studenti nelle prove di
competenza linguistica evidenzia sia somiglianze che differenze tra i cinque contesti
istituzionali (tabella 4.3). Esaminiamo anzitutto le diversità.
Tabella 4.3: Quota di varianza nei risultati dei test di competenza linguistica spiegata dai due
diversi livelli considerati nelle analisi, per paese. Italia: dati INVALSI 2012/13; Inghilterra,
Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Risultati pesati, valori percentuali.
Inghilterra Svezia Italia
Paesi
Bassi Germania
Scuola 17,42 9,62 21,53 29,63 37,26
Individuo 82,58 90,38 78,47 70,37 62,74
N. osservazioni 3.980 4.785 27.917 4.146 4.916 Nota: i valori di l’Inghilterra, Svezia, Paesi Bassi e Germania derivano da modelli calcolati su dati CILS4EU versione full ZA5353–1.2.0 (doi:10.4232/cils4eu.5353.1.2.0).
La Svezia, in linea con quanto illustrato nel secondo capitolo a proposito dei sistemi di
istruzione europei, presenta la quota minore di differenze negli apprendimenti per il quale è
responsabile la frequentazione di istituti scolastici diversi. Ben il 90% dell’eterogeneità nei
punteggi di competenza in questo paese è dovuto alle specificità degli studenti, mentre solo
un decimo delle differenze è attribuibile al contesto di apprendimento. I risultati emersi in
Inghilterra mostrano una situazione non troppo dissimile da quella svedese. In entrambi i
paesi, infatti, gli studenti di 13-14 anni si trovano in un livello scolastico universalistico. In
Svezia, tuttavia, il curriculum degli studi è deciso centralmente mentre in Inghilterra le scuole
si differenziano sull’asse pubblico/privato e localmente. Queste differenze nel grado di
standardizzazione dei curriculi giustificano i circa 8 punti percentuali in più di peso delle
specificità contestuali sugli apprendimenti in Inghilterra.
In termini di importanza del livello sovra individuale, l’Italia si situa in una posizione
centrale tra i sistemi di istruzione comprensivi (comprehensive) del nord Europa, e i sistemi di
istruzione altamente stratificati dell’Europa continentale (tabella 4.3). Nel nostro paese, le
caratteristiche dell’ambiente in cui avviene l’apprendimento sono responsabili di circa il
21,5% della varianza nelle competenze linguistiche al termine del primo ciclo di istruzione
137
obbligatoria90, una quota non molto distante da quella rilevata in Inghilterra (17,4%). Quando
esaminiamo i sistemi di istruzione stratificati il peso del livello contestuale sale, arrivando a
spiegare il 30% delle differenze nelle competenze nel caso dei Paesi Bassi, e raggiungendo il
37,3% in Germania. In altre parole, circa un terzo delle differenze negli apprendimenti si
deve, in questi paesi, non tanto alle caratteristiche personali degli studenti, bensì a quelle
dell’istituto che essi frequentano. Sia in Germania che nei Paesi Bassi, infatti, gli alunni si
trovano già a 13-14 anni differenziati sulla base dei loro precedenti profitti, in indirizzi di
studio specifici e poco permeabili tra loro. Come abbiamo visto nel caso della spiegazione
delle differenze tra Svezia e Inghilterra, i 7,6 punti percentuali di distacco tra Paesi Bassi e
Germania possono essere attribuiti alla minore standardizzazione dei curricoli scolastici tra i
Länder tedeschi.
A causa dell’alta selettività del sistema tedesco da un lato, e della sua ridotta
standardizzazione dall’altro, la Germania è la nazione tra quelle esaminate in cui il livello
individuale conta meno nella spiegazione degli apprendimenti. Nonostante ciò, anche in
questo paese le caratteristiche personali degli studenti permettono di spiegare quasi due terzi
del totale della varianza riscontrata nei loro risultati ai test di competenza (il 62,7%).
Rileviamo quindi come risultino essere propriamente le caratteristiche degli individui la fonte
principale delle differenze nei livelli di competenza degli alunni, indipendentemente dal
contesto istituzionale in cui frequentano le scuole. In conclusione, i riscontri empirici emersi
con le analisi di questo capitolo, in linea con quanto discusso nel corso del terzo, sembrano
deporre a sostegno dell’ipotesi che, per comprendere le ragioni alla base delle disparità di
istruzione, sia fondamentale guardare alle caratteristiche individuali degli studenti anziché a
quelle del contesto nel quale studiano. Per tale ragione, nel tentativo di spiegare lo svantaggio
scolastico dei figli di immigrati frequentanti le scuole nelle società occidentali, in questa
ricerca ci focalizziamo espressamente sugli effetti delle origini etniche e delle origini sociali
(entrambe dimensioni di livello individuale) sugli apprendimenti e sulle scelte scolastiche dei
soggetti.
90 Confrontando la stima del peso delle caratteristiche individuali sugli apprendimenti all’inizio (tabella 3.3) e
alla fine della scuola secondaria inferiore (tabella 4.3), riscontriamo una differenza di 9,68 punti percentuali. Il
minor peso delle specificità individuali nella classe terza della scuola media inferiore può dipendere dalla
differente tecnica di rilevazione adottata da INVALSI per questo specifico punto della carriera scolastica. È
plausibile, infatti, che il campione di popolazione studentesca che partecipa all’esame conclusivo del primo ciclo
di istruzione obbligatoria rilevato da INVALSI sia maggiormente omogeneo rispetto all’intera popolazione di
studenti frequentanti il primissimo anno di scuola secondaria inferiore.
138
4.3.2 Il test delle ipotesi di ricerca
Già nel precedente capitolo si è trattato delle criticità della distinzione tradizionale tra
autoctoni e alloctoni in base alla generazione migratoria. In questo capitolo approfondiremo
ulteriormente il discorso comparando le stime generate dalle due differenti definizioni
operative del concetto di straniero in diversi contesti nazionali. Prendiamo anzitutto in esame
il divario nelle competenze linguistiche delle prime e delle seconde generazioni rispetto ai
nativi (rappresentati dalla linea verticale in corrispondenza dello zero), prima (in nero) e dopo
(in grigio) la stratificazione del campione in base delle origini sociali (figura 4.1). In linea con
quanto rilevato anche nel terzo precedente capitolo, la differenza nella grandezza del divario
rispetto ai nativi delle prime e delle seconde generazioni appare evidente.
Figura 4.1: Stima dell’effetto grezzo, e dell’effetto al netto delle origini sociali, della
generazione migratoria sulle competenze linguistiche con intervallo di confidenza al 95%, per
paese considerato, risultante da modelli di regressione lineare multilivello a due livelli e
intercetta random. Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania: dati
CILS4EU 2010/11. Risultati pesati91.
91 I modelli di regressione completi che hanno permesso di costruire la figura 4.1 sono riportati nell’appendice al
termine di questo lavoro (rispettivamente: tabella A4.2 per l’Inghilterra, tabella A4.3 per la Svezia, tabella A4.1
per l’Italia, tabella A4.4 per i Paesi Bassi e tabella A4.5 per la Germania).
Germania
Paesi Bassi
Italia
Svezia
Inghilterra
-1.6 -1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2
Prima generazione
Seconda generazione
Germania
Paesi Bassi
Italia
Svezia
Inghilterra
-1.6 -1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2
Divario lordo min95/max95 Divario al netto delle origini sociali min95/max95
139
Coerentemente a quanto emerso nelle precedenti ricerche internazionali (Heath et al.,
2008; Heath e Brinbaum, 2014), possiamo constatare che il cambiamento tra la stima lorda
dello svantaggio scolastico e quella netta (ottenuta una volta che l’effetto di composizione tra
status di straniero e ridotte risorse familiari è tenuto sotto controllo), varia da paese a paese.
La considerazione delle origini sociali nei modelli riduce considerevolmente la stima delle
disparità tra nativi e discendenti di immigrati in Svezia e in Italia (di almeno 0,1 deviazioni
standard), mentre la differenza tra le due stime sembra essere più contenuta in Inghilterra e
nei Paesi Bassi. Le figure 4.2 e 4.3 di seguito mostrano, invece, la stima dell’effetto
dell’esperienza migratoria e dell’appartenenza etnica separatamente. Confrontando i risultati
di queste figure con quelli riportati nella precedente figura 4.1, possiamo rilevare come la
scomposizione della generazione migratoria nelle due dimensioni proposte ci permetta di
comprendere meglio le diversità tra i contesti.
Figura 4.2: Stima dell’effetto dell’esperienza migratoria sulle competenze linguistiche e
intervallo di confidenza al 95%, per paese considerato, risultante da modelli di regressione
lineare multilivello a due livelli e intercetta random. Italia: dati INVALSI 2012/13; Inghilterra,
Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Risultati pesati92.
92 I modelli di regressione completi che hanno permesso di costruire la figura 4.1 sono riportati nell’appendice al
termine di questo lavoro (rispettivamente: tabelle A4.8 e A4.9 per l’Inghilterra, tabelle A4.10 e A4.11 per la
Svezia, tabelle A4.6 e A4.7 per l’Italia, tabelle A4.12 e A4.13 per i Paesi Bassi; e tabelle A4.14 e A4.15 per la
Germania).
Mod.1a
Mod.2
Mod.3
Mod.4
Mod.5
-1 -.8 -.6 -.4 -.2 0 .2 .4 .6
Inghilterra
Mod.1a
Mod.2
Mod.3
Mod.4
Mod.5
-1 -.8 -.6 -.4 -.2 0 .2 .4 .6
Svezia
Mod.1a
Mod.2
Mod.3
Mod.4
Mod.5
-1 -.8 -.6 -.4 -.2 0 .2 .4 .6
Italia
Mod.1a
Mod.2
Mod.3
Mod.4
Mod.5
-1 -.8 -.6 -.4 -.2 0 .2 .4 .6
Paesi Bassi
Mod.1a
Mod.2
Mod.3
Mod.4
Mod.5
-1 -.8 -.6 -.4 -.2 0 .2 .4 .6
Germania
140
Esaminiamo anzitutto l’effetto di aver migrato sulle competenze linguistiche nel paese
di destinazione. Ad eccezione dei Paesi Bassi, dove il numero ridotto di giovani immigrati
(3,6%) comporta una maggior incertezza della stima93, e dove il campione di studenti nativi è
risultato caratterizzato da una sovra-rappresentazione di alunni con apprendimenti inferiori
alla media nazionale (Kalter, 2015), l’esperienza migratoria emerge come generalmente in
grado di influire significativamente sulle competenze degli alunni. Il suo effetto è, infatti,
statisticamente significativo, anche a parità di area geografica di origine dei genitori (tenuta
sotto controllo a partire dal modello 2) che di origini sociali dell’intervistato (introdotte dal
modello 3)94. È interessante notare come l’influenza della dimensione migratoria sugli
apprendimenti, una volta che sono state tenute sotto controllo tutte le dimensioni considerate
rilevanti (modello 5), sia più pronunciata in Inghilterra rispetto ad ogni altra nazione
considerata. In Inghilterra, l’effetto negativo di aver esperito una migrazione sugli
apprendimenti risulta particolarmente pronunciato: la sua stima rimane infatti stabilmente
maggiore a -0,45 unità di deviazione standard anche quando le analisi si svolgono a parità di
nazionalità e di professione dei genitori.
In tutti gli altri paesi, l’introduzione nei modelli della dimensione etnica (modello 2)
comporta, invece, una riduzione più consistente della stima del divario lordo. In Svezia, ad
esempio, l’effetto negativo della migrazione sulle competenze linguistiche passa da un
iniziale -0,78 al -0,30; e scende successivamente a -0,19 deviazioni standard quando la
comparazione si svolge tra famiglie dotate di livelli analoghi di risorse economiche e
culturali. In questo paese, ma specialmente in Italia, osserviamo inoltre un ulteriore calo
quando introduciamo nei modelli le altre caratteristiche relative al livello individuale (il
genere e l’anno di nascita), in linea con quanto già emerso nel terzo capitolo. L’Italia è il
paese in cui questo cambiamento è più consistente, passando da -0,53 a -0,30 deviazioni
standard rispettivamente nel terzo e nel quarto modello per le competenze linguistiche, e da
-0,32 a -0,12 per quelle logico-matematiche95. Coerentemente alla considerazione del ruolo
delle dimensioni contestuali come secondario rispetto a quello delle caratteristiche
individuali, inoltre, rileviamo che l’introduzione nei modelli delle variabili che approssimano
la composizione etnica e sociale della scuola (modello 5) non influisce sulla stima del divario
tra studenti immigrati e nativi, in nessuno dei paesi considerati.
93 Per tale ragione, nell’interpretazione delle stime riguardanti i Paesi Bassi si invita a prestare particolare
cautela. 94 La stima dell’effetto dell’esperienza migratoria sulle competenze linguistiche in Svezia risulta non
statisticamente significativa nel quarto modello (figura 4.2), ma marginalmente significativa (con p-value
inferiore a 0,1) nel modello completo (modello 5). 95 Si veda a questo proposito le tabelle A4.21 e A4.22 riportate in appendice.
141
Coerentemente alle precedenti ricerche, i discendenti dei migranti non europei sono
quelli caratterizzati dal ritardo maggiore in termini di competenze. In media, i loro risultati nei
test sono di -0,53; -0,35; -0,63 e -0,50 deviazioni standard inferiori ai nativi. Ciò tuttavia non
accade in Inghilterra dove il divario, benché presente, è di -0,19 unità di deviazione standard.
Questo potrebbe dipendere dalla quota consistente di studenti indiani all’interno della
categoria dei non europei, i quali conoscono la lingua inglese e mostrano generalmente
risultati scolastici simili o addirittura superiori a quelli dei nativi (figura 4.5). La
composizione etnica della popolazione alloctona in Inghilterra, comporta la grande incertezza
che circonda le stime per il gruppo degli europei, specialmente se non comunitari96. Quando
guardiamo ai figli di genitori stranieri comunitari, invece, i risultati che si allontanano
maggiormente dalla tendenza generale sono quelli degli studenti che frequentano le scuole in
Germania e in Italia. Nel primo caso, la stima che ricaviamo dai modelli completi è di -0,24
deviazioni standard, contro il -0,32 e -0,49 rispettivamente per gli europei non comunitari e
gli stranieri extra-europei. Questo dato potrebbe dipendere dalla presenza nella categoria dei
comunitari di gruppi etnici culturalmente tedeschi provenienti dai territori a est della
Germania97. Per Italia, invece, rileviamo un vantaggio marginalmente significativo per gli
studenti comunitari rispetto ai coetanei nativi (di 0,095 deviazioni standard). Potremmo
pensare che questa differenza rispetto alle altre nazioni in esame rifletta la selezione positiva
del campione italiano (che corrisponde agli ammessi a sostenere l’esame conclusivo del primo
ciclo di istruzione obbligatoria). Tuttavia, se confrontiamo la stima con i risultati del
precedente capitolo (in particolare quelli della figura 3.3) possiamo concludere che essa
rifletta semplicemente quanto già emerso a proposito degli stranieri comunitari all’interno
delle scuole secondarie inferiori italiane, per i quali non sussiste alcun particolare svantaggio
scolastico. Nonostante le differenze delineate tra i paesi, complessivamente rileviamo che i
figli di genitori non nativi si caratterizzino mediamente per livelli di apprendimento inferiori
ai coetanei. Più precisamente, benché parte dell’effetto totale di questa dimensione sia
imputabile alla sua composizione con l’aspetto dell’esperienza migratoria da un lato
(introdotto dal modello 2) e con quello delle origini sociali dall’altro (controllate dal modello
3), riscontriamo un’influenza negativa dovuta all’appartenenza etnica trasversalmente ai
contesti istituzionalizzati.
96 A causa della ridotta numerosità di queste categorie, nell’interpretazione delle stime dello svantaggio dei figli
di genitori europei non comunitari in Inghilterra e europei comunitari nei Paesi Bassi si consiglia di prestare
particolare cautela. 97 Ad esempio, la stima dello svantaggio in termini di competenze linguistiche dei figli di genitori provenienti
dalla Polonia nei modelli completi è solo marginalmente significativa (figura 4.5).
142
Figura 4.3: Stima dell’effetto della macro area geografica di origine sulle competenze
linguistiche e intervallo di confidenza al 95%, per paese considerato, risultante da modelli di
regressione lineare multilivello a due livelli e intercetta random. Italia: dati INVALSI 2012/13;
Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU 2010/11. Risultati pesati98.
Anche tenendo in considerazione le altre dimensioni rilevanti per gli apprendimenti, sia
a livello individuale che di istituto scolastico, permangono per tutti gli studenti stranieri
esaminati in questo capitolo degli svantaggi statisticamente significativi (ad eccezione degli
studenti europei non comunitari in Inghilterra e comunitari in Italia di cui abbiamo parlato). In
conclusione, anche dalle analisi di questo quarto capitolo emergono chiari segni a supporto
delle prime ipotesi di ricerca. Sia l’esperienza migratoria che l’area geografica di origine si
dimostrano in grado di esercitare un effetto primario autonomo sugli apprendimenti, al netto
di quello esercitato dalle origini sociali e in ogni contesto istituzionale esaminato. I risultati
del test della quarta ipotesi si rivelano invece, anche in questo caso di meno facile lettura. Se
guardiamo ai valori predetti del punteggio di competenza linguistica a seconda della
nazionalità, notiamo che le stime differiscono sulla base delle risorse culturali familiari solo
98 I modelli di regressione completi che hanno permesso di costruire la figura 4.1 sono riportati nell’appendice al
termine di questo lavoro (rispettivamente: tabelle A4.8 e A4.9 per l’Inghilterra, tabelle A4.10 e A4.11 per la
Svezia, tabelle A4.6 e A4.7 per l’Italia, tabelle A4.12 e A4.13 per i Paesi Bassi; e tabelle A4.14 e A4.15 per la
Germania).
Paese extra europeo Europa non UE Unione Europea
Ingh
ilterr
a
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Svezia
Ita
liaP
aesi B
assi
Germ
an
ia
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
Mod.1b
Mod.2
Mod.3
Mod.4
Mod.5
-1.4 -1.2 -1 -.8 -.6 -.4 -.2 0 .2 .4 .6 .8
143
moderatamente, e secondo uno schema tutt’altro che chiaro tra i paesi (figura 4.4). In Italia, ad
esempio, esaminando la fine della scuola dell’obbligo, non riscontriamo più quell’aumento
(seppur leggero) delle differenze nelle famiglie più istruite rispetto a quelle meno
avvantaggiate emerso nel terzo capitolo, nonostante rileviamo anche qui un divario meno
consistente per i figli di genitori comunitari con la licenza elementare. Guardando alla
significatività dei parametri di interazione notiamo che una situazione non troppo dissimile da
quella italiana si rileva in Inghilterra e in Germania. In Svezia, invece, nessun parametro di
interazione risulta statisticamente significativo; possiamo quindi concludere che in questo
paese le disparità sulla base delle origini etniche si addizionino semplicemente a quelle legate
alle origini sociali.
Figura 4.4: Punteggio di competenza linguistica a seconda del livello di istruzione dei genitori
e della macro-area geografica di origine dello studente per livello scolastico considerato,
predetto da modelli di regressione lineare multilivello a due livelli e intercetta random
(modelli completi). Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania:
dati CILS4EU 2010/11. Risultati pesati.99
99 I modelli di regressione completi che hanno permesso di costruire la figura 4.1 sono riportati nell’appendice al
termine di questo lavoro (rispettivamente: tabelle A4.8 e A4.9 per l’Inghilterra, tabelle A4.10 e A4.11 per la
Svezia, tabelle A4.6 e A4.7 per l’Italia, tabelle A4.12 e A4.13 per i Paesi Bassi; e tabelle A4.14 e A4.15 per la
Germania).
-1.8
-1.5
-1.2
-.9
-.6
-.3
0.3
.6
primaria secondaria teriziaria
Inghilterra
-1.8
-1.5
-1.2
-.9
-.6
-.3
0.3
.6
primaria secondaria teriziaria
Svezia
-1.8
-1.5
-1.2
-.9
-.6
-.3
0.3
.6
primaria sec.inf. sec.sup. terziaria
Italia
-1.8
-1.5
-1.2
-.9
-.6
-.3
0.3
.6
primaria secondaria teriziaria
Paesi Bassi
-1.8
-1.5
-1.2
-.9
-.6
-.3
0.3
.6
primaria secondaria teriziaria
Germania
Nativo Unione Europea Europa non UE Paese extra Europeo
144
4.3.3 Il ruolo dell’appartenenza etnica specifica sugli apprendimenti
I risultati discussi in questo capitolo mostrano, per ogni paese, la presenza di variazioni
nella consistenza dello svantaggio scolastico per macro area di provenienza dello studente
(figura 4.3). Il grado di dettaglio che si è utilizzato finora ci ha permesso di comparare la
situazione italiana con quella di altri paesi europei, caratterizzati non solo da sistemi di
istruzione differenti, ma anche da tradizioni migratorie diverse. Tuttavia esso non ci permette
di comprendere se determinate etnie risultano particolarmente deboli in termini di
integrazione strutturale, ovvero se lo svantaggio negli apprendimenti dei giovani stranieri sia
o meno costante per tutte le etnie comprese nelle macro-aree geografiche esaminate.
Per i soli paesi di cui sono disponibili informazioni di maggior dettaglio (cioè per
Inghilterra, Svezia, Paesi Bassi e Germania), in questo paragrafo cercherò dunque di
approfondire questo aspetto, fornendo informazioni aggiuntive per il test delle ipotesi di
ricerca. La figura 4.5 di seguito mostra graficamente le stime degli svantaggi in termini di
competenza linguistica dei figli di immigrati, a seconda della loro nazionalità di origine e del
paese di destinazione100. Per quanto riguarda la possibile composizione tra appartenenza
etnica e origini sociali, traiamo un’immagine in linea con quanto emerso dalle precedenti
ricerche. Le risorse economiche e culturali familiari sono particolarmente connesse allo
svantaggio scolastico dei discendenti degli stranieri che possiamo osservare nelle analisi
bivariate. Una volta che le analisi stratificano per le origini sociali, l’originale divario grezzo
tende a ridursi in tutti i paesi considerati, per la maggioranza delle etnie e sia quando
misuriamo i divari in termini di competenze linguistiche che rispetto alle competenze
cognitive (si esaminino a questo proposito i modelli contenuti nelle tabelle A4.23; A4.24;
A4.25 e A4.26 in appendice rispettivamente per Inghilterra, Svezia, Paesi Bassi e Germania).
Ad esempio, il divario negli apprendimenti che caratterizza gli studenti del Pakistan e
Bangladesh in Inghilterra e gli africani in Svezia, diminuisce di quasi 0,3 unità di deviazioni
standard introducendo le origini sociali nei modelli sulle competenze linguistiche. Se
prendiamo in esame le abilità matematiche riscontriamo una diminuzione meno significativa
100 I modelli di regressione completi che hanno permesso di costruire la figura 4.5 sono riportati nell’appendice
al termine di questo lavoro (rispettivamente: tabella A4.17 per l’Inghilterra, tabella A4.18 per la Svezia, tabella
A4.19 per i Paesi Bassi; e tabella A4.20 per la Germania).
145
del gap, la quale potrebbe tuttavia dipendere dal fatto che lo svantaggio stimato è esso stesso
inferiore per queste competenze rispetto a quelle linguistiche.
Come già emerso nel precedente paragrafo, la dimensione delle origini sociali non
spiega lo svantaggio scolastico delle diverse etnie nella stessa misura. Ad esempio, le inferiori
risorse economiche e culturali intercettano una parte dello svantaggio degli studenti africani
nei Paesi Bassi (0,05 per i marocchini e 0,08 per gli altri africani), ma il loro effetto è quasi
irrilevante per i coetanei turchi che studiano in questo paese. Allo stesso modo, in Germania i
divari grezzi degli studenti dell’Europa meridionale (principalmente italiani e greci)
dipendono grandemente dalle risorse economiche e culturali dei loro genitori (la cui
considerazione nei modelli abbassa la stima dello svantaggio da -0,43 a -0,24 deviazioni
standard), mentre il loro ruolo è meno forte nella spiegazione dello svantaggio degli studenti
turchi (che si abbassa di 0,084 unità di deviazione standard).
Quello che le analisi fanno emergere è, nel complesso, un’elevata eterogeneità di
situazioni. Per etnie specifiche, inoltre, anche considerando congiuntamente alle origini
sociali le altre dimensioni rilevanti per gli apprendimenti (barra più scura in figura 4.5),
elevate disparità nei livelli di competenza permangono (come accade per le minoranze turche
e africane). Ad esempio, lo svantaggio scolastico delle minoranze turche stimato dai modelli
si rivela forte e statisticamente significativo in ogni nazione in cui sono presenti, non
scendendo mai al di sotto di -0,54 unità di deviazione standard in termini di competenze
linguistiche -0,20 relativamente alle abilità matematiche. Una simile situazione di svantaggio
caratterizza anche gli studenti ex-jugoslavi in Svezia e Germania. Se spostiamo l’attenzione
alla comparazione tra i contesti nazionali, possiamo individuare la mancanza di un modello di
integrazione strutturale delle minoranze strettamente connesso alle caratteristiche dei sistemi
di istruzione. I paesi in cui le disparità legate all’origine etnica, al netto della generazione
migratoria (barre più chiare), sembrano essere più forti sono infatti la Svezia e i Paesi Bassi.
Quando guardiamo alle stime dei divari stimati dai modelli completi riscontriamo che in
Inghilterra solo gli asiatici non provenienti dalla penisola Indiana mantengono uno svantaggio
statisticamente significativo101. Al contrario nel paese tra quelli esaminati in cui il sistema di
101 Come anticipato, in Inghilterra sembra essere specialmente la dimensione migratoria anziché quella etnica a
rappresentare la base dello svantaggio scolastico degli studenti stranieri.
146
istruzione è meno dissimile da quello inglese (cioè in Svezia), riscontriamo cospicui divari
residui per la maggioranza le etnie (ad eccezione dei figli di genitori provenienti dalla
Norvegia, Finlandia e Danimarca). Sono gli studenti iraniani a mostrare qui i ritardi maggiori
rispetto ai nativi in termini di abilità linguistiche (-0,67 unità di deviazione standard) ma lo
svantaggio è superiore a mezza deviazione standard anche per i giovani turchi, ex-jugoslavi e
provenienti da altri territori dell’Asia diversi dall’Iran e dalla Turchia102. La Germania, il
paese caratterizzato dal sistema di istruzione più selettivo tra le nazioni studiate, non mostra
una situazione generale peggiore a quella svedese in termini di disuguaglianze etniche in
istruzione, almeno per quanto riguarda gli apprendimenti degli studenti alla fine della scuola
secondaria inferiore. Questa affermazione si applica, tuttavia, sia all’esame delle competenze
linguistiche che a quello delle abilità logico-matematiche. Come vedremo meglio nel quinto
capitolo, infatti, sembrano essere le disparità etniche nelle scelte scolastiche, piuttosto che
quelle a livello di apprendimenti, a subire l’effetto delle caratteristiche dei sistemi di
istruzione.
102 Le etnie maggiormente rappresentate in questa categoria in Svezia sono: Afganistan, Bangladesh, Palestina,
Armenia, e Filippine.
147
Figura 4.5: Stima dell’effetto dell’appartenenza etnica specifica sulle competenze linguistiche, per paese considerato, risultante da modelli di
regressione lineare multilivello a due livelli e intercetta random. Dati CILS4EU 2010/11, risultati pesati. Gli asterischi corrispondono alla
significatività delle stime: *** p<0,001; ** p<0,05 e * p<0,1.
India
Pakistan
e Bangl.
Africa
orientale
altroAfrica
CaraibiAmerica L.
altroAsia
Europa***
*****
***
**
**
***
********
-1.2 -1.1 -1 -.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1 .2
Inghilterra
PaesiNordici
Turchia
Iran
exJugoslavia
Africa
altroAsia
altroEuropa
******
******
******
******
******
******
******
***
******
***
-1.2 -1.1 -1 -.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1 .2
Svezia
Suriname
Antille
Marocco
Turchia
altroAfrica
altroAsia
Europa
******
***
******
************
******
**
*
****
**
-1.2 -1.1 -1 -.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1 .2
Paesi Bassi
Turchia
ex - URSS
exJugoslavia
Polonia
EuropaMeridionale
altroAsia
Africa
***
****
***
*
*********
*********
******
***
******
******
******
-1.2 -1.1 -1 -.9 -.8 -.7 -.6 -.5 -.4 -.3 -.2 -.1 0 .1 .2
Germania
Divario grezzo Divario al netto di migrazione e origini sociali Divario risultante dal modello completo
148
4.4 Considerazioni conclusive
I risultati presentati nel quarto capitolo hanno da un lato permesso di confermare quanto
emerso dai precedenti studi internazionali, e dall’altro di aggiungere nuove testimonianze al
dibattito sulle disparità etniche in istruzione in Europa. Complessivamente si è riscontrata la
presenza generalizzata di livelli di apprendimento differenziati tra discendenti di immigrati e
nativi. Più precisamente, un certo divario caratterizza i primi rispetto ai secondi in tutti i
cinque paesi considerati. I giovani appartenenti alle prime generazioni hanno mostrato
competenze linguistiche inferiori sia agli studenti nativi che agli studenti di seconda
generazione, il linea ai risultati del terzo capitolo per il caso italiano, e coerentemente alla
precedente letteratura nazionale e internazionale (Marks, 2005; OECD, 2006; Mantovani,
2008; Azzolini, 2012; Dustmann et al., 2012; Heath e Brinbaum, 2014). Trasversalmente alle
nazioni esaminate, inoltre, in linea con le argomentazioni dei sostenitori della cosiddetta
ipotesi di composizione (Heath, 2000; Schnepf, 2004; Van de Werfhorst e Van Tubergen,
2007; Kristen e Granato, 2007 tra gli altri), le stime dei divari negli apprendimenti degli
stranieri tendono a ridursi quando si restringono le comparazioni alle famiglie con un analogo
livello di risorse socio-economiche. Tuttavia, come già dimostrato da studi recenti (Levels &
Dronkers, 2008; Kalter, 2015) la dimensione delle origini sociali da sola non sembra
sufficiente a dar conto del totale delle differenze d’istruzione riscontrate. In tutti i paesi
considerati, infatti, si individuano segni a supporto della prima ipotesi di ricerca: le origini
etniche costituiscono una dimensione in grado di esercitare sull’istruzione degli individui un
effetto autonomo dall’influenza delle origini sociali. La scomposizione delle origini etniche
nelle due dimensioni dell’esperienza migratoria e della nazionalità, ha permesso di mettere in
luce un aspetto ancora poco indagato dalla letteratura in materia. I due canali attraverso cui
l’essere straniero esercita un effetto sugli apprendimenti, non rivestono la stessa importanza in
tutti i contesti di ricezione. Mentre in Inghilterra, ad esempio, è l’aver esperito una migrazione
a costituire la fonte più consistente delle differenze tra figli di nativi e figli di immigrati, nei
Paesi Bassi è piuttosto la nazionalità ad essere rilevante. Nonostante alcune differenze, nei
restanti paesi (Italia, Svezia e Germania) lo svantaggio scolastico negli apprendimenti
connesso alla migrazione si aggiunge a quello dovuto alla nazionalità dei genitori. In linea
con i risultati delle precedenti ricerche, il divario risulta particolarmente consistente per le
minoranze provenienti dai paesi extraeuropei (Kao e Thompson, 2003; Heath et al., 2008),
mentre le minoranze etniche europee mostrano performance più vicine a quelle dei nativi,
benché anch’esse inferiori. In conclusione, anche considerando le specificità dei contesti
nazionali e dei campioni esaminati, i risultati emersi a proposito del test della seconda ipotesi
sembrano deporre a favore di quest’ultima. Entrambe le dimensioni della nazionalità e
149
dell’esperienza migratoria influenzano, in maniera autonoma l’una dall’altra, gli
apprendimenti, anche quando vengono tenute sotto controllo le origini sociali, e gli altri
fattori individuali e contestuali rilevanti. I risultati discussi in questo capitolo, dunque,
confermano per i diversi contesti europei quanto emerso per il caso italiano nel terzo capitolo.
L’esperienza diretta della migrazione e l’appartenenza etnica si qualificano cioè come due
dimensioni in grado di esercitare effetti primari distinti sugli apprendimenti degli studenti. Per
quanto riguarda la quarta ipotesi di ricerca, le analisi sulla possibilità che la riproduzione
sociale avvenga attraverso medesimi meccanismi per gli autoctoni e per gli alloctoni (Heath,
Rothon, e Kilpi, 2008) risultano di meno facile lettura. La modalità di interazione tra le due
dimensioni delle risorse culturali famigliari e della nazionalità nei diversi paesi analizzati è,
infatti, tutt’altro che costante. Mentre in l’Inghilterra, ad esempio, riscontriamo maggiori
divari nelle competenze degli studenti di nazionalità diversa quando guardiamo ai figli dei
genitori laureati rispetto ai figli dei meno istruiti (in linea a quanto rilevato da Platt 2005), in
Svezia l’effetto esercitato dall’istruzione dei genitori è sostanzialmente il medesimo sia per
nativi che per i discendenti degli stranieri. Nonostante effetti moltiplicativi significativi tra le
due dimensioni in esame risultino all’opera solo parzialmente e in misura variabile tra i
contesti103, dobbiamo comunque rilevare che il caso svedese è l’unico in cui non si riscontra
alcun parametro di interazione statisticamente significativo. La difficoltà di interpretazione di
tali dati è anche dovuta dalla scarsità di analoghe ricerche empiriche preesistenti (Heath,
Rothon, e Kilpi, 2008). In letteratura, infatti, si riscontrano quasi esclusivamente ricerche che
esaminano i possibili effetti moltiplicativi tra origini sociali e origini etniche guardando alle
scelte di istruzione degli studenti (Wolbers e Driessen, 1996; Kristen e Granato, 2007;
Fekjaer, 2007; Azzolini e Barone, 2012b), e anche in questo caso i risultati emersi sono
piuttosto eterogenei. In attesa di approfondire le analisi di questa ipotesi di ricerca sulla
dimensione delle scelte scolastiche nel quinto capitolo, concludiamo questa discussione
sostenendo che: se da un lato le stime rilevate non sembrano essere tali da consentire di
accettare l’ultima ipotesi di ricerca, dall’altro non ne permettono nemmeno un suo definitivo
rifiuto. In conclusione, la considerazione di contesti nazionali altamente dissimili tra loro, sia
in termini di sistemi di istruzione che di tradizioni migratorie, non ha invalidato il modello
teorico proposto nel del primo capitolo. Esso sembra dunque essere abbastanza in grado di
riflettere i meccanismi principali alla base dello svantaggio scolastico degli studenti stranieri
in Europa, almeno per quanto riguarda la dimensione degli effetti primari finora esaminata.
103 Come già rilevato da altri studi, ciò potrebbe dipendere da una numerosità insufficiente a individuare effetti di interazione (Heath et al., 2008).
150
5 Le scelte di istruzione dei figli di immigrati e dei figli di nativi in
Europa: una comparazione tra Inghilterra, Svezia, Paesi Bassi e
Germania
Introduzione104
Le analisi finora condotte hanno fatto emergere che, nonostante alcune differenze tra le
nazionalità, le minoranze etniche in Europa si caratterizzano per apprendimenti generalmente
inferiori ai nativi. Sulla base di tali svantaggi nei livelli di competenze ci potremmo attendere che
le loro scelte di istruzione siano meno prestigiose di quelle dei coetanei nativi. In questo capitolo
ci concentreremo dunque sulle scelte di istruzione degli studenti al termine della scuola
dell’obbligo, cercando di comprendere in che modo e in che misura queste dipendono
dall’appartenenza etnica e dai precedenti apprendimenti. Anche in questo capitolo adotteremo
un’ottica comparativa e, continuando a tenere distinte le due dimensioni dell’etnia e della
esperienza migratoria, porteremo a termine il test del modello teorico proposto per tentare di
spiegare lo svantaggio scolastico degli studenti stranieri. Nella prima sezione approfondirò i
risultati delle precedenti ricerche empiriche sulle scelte scolastiche dei figli di immigrati. Inizierò
trattando degli studi sulle differenze tra nativi e stranieri nel tasso di transizione alla scuola post-
obbligo e proseguirò dedicando un paragrafo alla letteratura sulle disparità d’istruzione
orizzontali, cioè sulle differenze nelle scelte di indirizzo di studio effettuate a parità di livello
scolastico. Concluderò con una riflessione sulle differenze tra disuguaglianze nelle opportunità
educative e disuguaglianze connesse al conseguimento effettivo del titolo. Conservando la
struttura che ha caratterizzato i due capitoli empirici precedenti, nella seconda sezione
approfondirò i dati e la strategia analitica utilizzata nelle analisi. Anche per lo studio delle scelte di
istruzione userò i dati raccolti nel corso del progetto CILS4EU, facendo tuttavia ricorso a una
rilevazione successiva a quella esaminata nel precedente capitolo. Nell’ultima sezione illustrerò i
risultati ottenuti dai modelli di regressione logistica binomiale. Poiché la decisione di frequentare
l’istruzione post-obbligatoria è centrale per le chance occupazionali degli individui, la riflessione
si concentrerà sulle differenze tra figli di immigrati e figli di nativi nella scelta di transitare alla
scuola secondaria superiore. Attraverso il metodo della decomposizione, il ruolo di mediatore
giocato dalle competenze scolastiche nell’associazione tra nazionalità e transizioni scolastiche
verrà esaminato. Il complesso interagire tra le dimensioni delle origini etniche e delle origini
sociali verrà invece approfondito nel penultimo paragrafo. Nell’ultimo, infine, le analisi si
allargheranno alle scelte di indirizzo di studio degli studenti che hanno effettivamente compiuto la
transizione al livello scolastico successivo.
104 Un working paper corrispondente a una precedente versione di questo capitolo empirico e avente come titolo
“Exam-based versus Choice-based Educational Systems and Ethnic Inequality in Education: Germany and
England in Comparison” è stato presentato e discusso alla NEPS Users International Conference 2016.
151
5.1 Gli effetti secondari delle origini etniche e delle origini sociali sull’istruzione
5.1.1 Le precedenti ricerche sulle disparità verticali d’istruzione in Europa
Nel corso del primo capitolo, facendo riferimento alla riflessione di Boudon (1974),
abbiamo tracciato una distinzione analitica tra i cosiddetti effetti primari e gli effetti secondari
dell’origine sociale sull’istruzione. In base alla concezione dell’autore, l’effetto del
background familiare sull’istruzione degli individui non si esaurisce con sua influenza diretta
sugli apprendimenti (corrispondente all’effetto primario esaminato nel terzo e quarto
capitolo), ma interessa anche le scelte di istruzione compiute dagli individui a parità di
competenze acquisite (l’effetto secondario). Attraverso l’approccio della scelta razionale
possiamo comprendere perché, anche quando i livelli di apprendimento sono i medesimi,
rileviamo inaspettatamente una distribuzione disomogenea dei titoli di studio tra le categorie
sociali (Halsey, Heath, e Ridge, 1980; Jackson et.al., 2007). Questo fenomeno si deve alla
differente utilità che il raggiungimento dello stesso livello di istruzione ha per individui
diversi, a seconda della loro differente origine sociale. Poiché gli studenti, nel valutare i costi
e i benefici delle varie alternative di istruzione, prendono a riferimento la posizione sociale
dei genitori, anche a parità di livelli di apprendimento gli investimenti in istruzione
risulteranno eterogenei (Erikson e Jonsson, 1996; Goldthorpe, 1996). Nello specifico per i
figli delle famiglie economicamente avvantaggiate ottenere un titolo di studio terziario,
analogo a quello dei genitori, potrebbe risultare relativamente economico. Tuttavia, l’utilità
della laurea sarà per loro elevata, in quanto essa rappresenta una tutela dal rischio di occupare
in futuro una posizione sociale meno prestigiosa di quella dei propri genitori. Per uno studente
con minori risorse economiche, invece, il costo del medesimo titolo di studio sarà
indipendente dalle competenze scolastiche che egli ha acquisito. Inoltre, per quest’ultimo
l’utilità di ottenere una laurea sarà inferiore, in quanto egli potrà evitare il rischio di esperire
mobilità discendente anche attraverso un titolo di istruzione meno costoso (Schizzerotto e
Barone, 2006). Esaminando la precedente letteratura empirica riscontriamo molteplici
conferme della presenza di una associazione positiva e significativa tra le origini sociali e le
scelte di istruzione degli studenti (Shavit e Blossfeld, 1993; Erikson et.a., 2005; Jackson et.al.,
2007; Ballarino e Schizzerotto, 2011). La dimensione dello status socio-economico familiare
è così importante nella spiegazione della diversa partecipazione scolastica delle categorie
sociali da essere da molti considerata, come abbiamo visto nel primo capitolo, come la
principale fonte dello svantaggio scolastico osservato tra studenti stranieri e studenti nativi. In
152
base alla posizione che è divenuta conosciuta come ipotesi di composizione, le inferiori scelte
di istruzione dei figli di immigrati sarebbero da imputare espressamente appunto alla sovra-
rappresentazione dei loro genitori all’interno degli strati sociali meno avvantaggiati, anziché
alla loro specifica etnia (Heath, 2000; Van de Werfhorst e Van Tubergen, 2007; Stevens e
Dworking, 2014). Azzolini, ad esempio, ha riscontrato in linea con quest’ipotesi che le
differenze tra studenti nativi e studenti immigrati nelle probabilità di non transitare alla scuola
secondaria superiore in Italia si dimezzano quando le analisi tengono in considerazione le
origini sociali (Azzolini, 2012). Anche lo svantaggio dei giovani di origine turca nella
probabilità di non proseguire gli studi dopo l’obbligo si riduce a un terzo della stima bivariata,
in Svezia come nei Paesi Bassi, controllando per il livello di risorse socio-economiche
familiari (Jonsson, Kilpi-Jakonen, e Rudolphi, 2014). Per le minoranze che mostrano scelte
scolastiche più prestigiose ai nativi invece, come ad esempio per gli studenti indiani, e
bengalesi in Inghilterra, il vantaggio iniziale cresce ulteriormente stratificando il campione
per origini sociali (Jackson, 2012). In Germania, solamente la minoranza etnica italiana
sembra mostrare, rispetto al conseguimento del diploma di scuola secondaria superiore, una
situazione di svantaggio che rimane statisticamente significativa anche quando le analisi si
svolgono a parità di origini sociali (Kristen e Granato, 2007). Sulla base dei precedenti studi
possiamo concludere, dunque, che nonostante i differenziali negativi generalizzati rilevati per
gli apprendimenti, nel complesso l’etnicità non sembra essere univocamente associata a uno
svantaggio scolastico nella transizione alla scuola post-obbligo. Una delle spiegazioni
avanzate per tale fenomeno è che la percezione del beneficio di rimanere lungamente
all’interno del sistema di istruzione sia più elevata per le minoranze etniche, in quanto gli
studenti stranieri potrebbero prevedere di sfruttare le credenziali educative, ottenute nei paesi
ospitanti, nel mercato del lavoro generalmente meno florido del paese di origine (Jonsson,
Kilpi-Jakonen, e Rudolphi, 2014). Come abbiamo argomentato nel precedente capitolo105,
tuttavia, l’ipotesi maggiormente diffusa in letteratura riguarda le maggiori ambizioni
scolastiche degli studenti stranieri (See, et al., 2011). Queste potrebbero da un lato essere
dovute a una selezione positiva delle famiglie immigrate rispetto ai connazionali rimasti in
patria (Feliciano, 2005a, 2005b; Ichou, 2014, 2015, Versino, 2017), e dall’altro alla diffusione
della considerazione che elevate credenziali educative possano costituire una protezione dal
rischio percepito di venire discriminati sul mercato del lavoro in quanto non nativi (Riach e
Rich, 2002; Heath, Rothon, e Kilpi, 2008; Kilpi-Jakonen, 2011). Le analisi in precedenza
105 Per l’approfondimento delle ipotesi richiamate, nonché del collegamento esistente tra aspirazioni e scelte
scolastiche si rimanda al capitolo precedente, specialmente alle sessioni 4.1.1 e
153
condotte hanno documentato la presenza di vantaggi etnici significativi sia nei desideri ideali
che nelle aspettative realistiche di raggiungere i più alti livelli di istruzione nei paesi ospitanti.
Tuttavia, tale riscontro non basta a farci supporre che tutti coloro che appartengono ad una
nazionalità minoritaria effettueranno scelte scolastiche più prestigiose, in qualunque paese di
destinazione. Jonsson e colleghi, infatti, hanno rilevato maggiori tassi di abbandono scolastico
sia per le minoranze turche in Svezia che per quelle marocchine e surinamesi/antillane nei
Paesi Bassi, anche quando comparavano studenti di analoga origine sociale (Jonsson et.al.,
2014). Nello studio di Hanson, gli studenti afro-americani sono risultati sottorappresentati tra
i diplomati iscritti al college, nonostante le loro maggiori ambizioni scolastiche. L’autore
suggerisce che tali maggiori ambizioni siano in realtà dovute a informazioni meno accurate
rispetto a quelle possedute dai nativi relativamente alle proprie effettive opportunità
all’interno del sistema di istruzione americano (Hanson, 1994). Per comprendere appieno il
fenomeno della stratificazione etnica in istruzione, dunque, è necessario andare oltre alla
rilevazione delle maggiori ambizioni scolastiche, e chiedersi per quali etnie e per quali
contesti di ricezione tali aspirazioni si riflettono effettivamente in scelte di istruzione superiori
ai nativi. Con l’obiettivo di evidenziare i possibili differenziali etnici nelle scelte di istruzione,
questo capitolo avrà come focus la transizione dall’istruzione obbligatoria a quella post
obbligatoria. Questo passaggio riveste un ruolo cruciale nella carriera scolastica e lavorativa
successiva degli individui (Ballarino e Checchi, 2006). Nelle società europee contemporanee,
caratterizzate dal fenomeno della scolarità di massa, la quota di studenti che non effettua
questa transizione è infatti marginale. L’uscita dal sistema d’istruzione immediatamente dopo
l’obbligo rappresenta nella maggioranza dei casi la fine permanente della carriera scolastica
all’età di soli 15 anni, aspetto a cui si associano maggiori difficoltà occupazionali (Rumberger
e Lamb, 2003; OECD, 2005; Murray e Sundin, 2008). Riscontrare differenziali significativi
tra le categorie sociali in questo momento del percorso di studi risulta quindi particolarmente
informativo della struttura delle disuguaglianze presenti nella società. Poiché la presenza di
un differenziale etnico nelle scelte scolastiche post-obbligo si tradurrà facilmente in un
differenziale etnico nel mercato del lavoro, le disparità rilevate a questo punto del ciclo vita
costituiscono un indicatore importante dell’andamento di lungo periodo del processo di
integrazione delle minoranze nelle società occidentali (Jonsson, Kilpi-Jakonen, e Rudolphi,
2014).
154
5.1.2 Le precedenti ricerche sulle disparità orizzontali d’istruzione in Europa
La transizione dall’istruzione obbligatoria a quella post-obbligatoria costituisce
indubbiamente la scelta scolastica maggiormente indagata dagli studiosi delle disuguaglianze
d’istruzione. A seguito dell’espansione della scolarità nel corso dell’ultimo mezzo secolo,
tuttavia, un numero consistente di studenti raggiunge con successo il livello terziario nelle
società contemporanee (Schizzerotto e Barone, 2006). Anche se alcuni beneauguranti segni di
un declino delle disparità tra le categorie sociali sono stati rilevati (Breen et.al., 2009; Breen
et.al., 2010), a questa esplosione nel numero di laureati non ha fatto comunque seguito la
totale scomparsa delle disuguaglianze nelle opportunità educative (Shavit e Blossfeld, 1993;
Bukodi e Goldthorpe, 2013; Marzadro e Schizzerotto, 2014). Infatti, anche se gli studenti
provenienti dalle famiglie meno avvantaggiate riescono più frequentemente che in passato a
raggiungere titoli di istruzione elevati, essi si trovano ancora ugualmente sottorappresentati
negli indirizzi di istruzione più remunerativi (Lucas, 2001; Shavit, Arum, e Gamoran, 2007;
Vergolini e Vlach, 2017). Questo aspetto è tutt’altro che marginale, in quanto i ritorni
occupazionali dei titoli di studio sono oggi ancor più che in passato, influenzati dal titolo
specifico di istruzione a parità di livello scolastico (Müller, 2005; Reimer, Noelke, & Kucel,
2008; Triventi, 2013). Nel nostro paese l’analisi dei ritorni occupazionali dei titoli secondari
superiori nonché dei tassi di transizione all’università ha fatto registrare differenze sostanziali
tra gli indirizzi, con i licei in posizione avvantaggiata rispetto all’istruzione tecnica e
professionale (Pisati, 2002). Anche le ricerche di Ballarino e Checchi (2006) e di Checchi e
Flabbi (2007) testimoniano quanto la scelta dell’indirizzo di studio nelle coorti più recenti di
studenti sia cruciale per lo sviluppo della carriera scolastica e lavorativa successiva. Fuori dai
confini nazionali, Breen e Jonsson, tra gli altri, hanno confermato che il raggiungimento della
laurea dipende considerevolmente dalle scelte di istruzione precedenti che, in linea con le
argomentazioni della teoria della scelta razionale, sono a loro volta influenzate dalle risorse
socio-economiche familiari (Breen e Jonsson, 2000). Il riconoscimento di questa nuova
centralità della dimensione qualitativa dell’istruzione ha favorito il fiorire degli studi sul ruolo
degli indirizzi di studio nei processi di trasmissione intergenerazionale dello status sociale
(Goyette e Mullen, 2006; Zarifa, 2012; Triventi, 2013). Nella maggioranza dei casi queste
ricerche, come quelle sulle transizioni scolastiche verticali, si sono sviluppate seguendo
l’approccio della scelta razionale. Come sostenuto da Boudon, la validità delle
155
argomentazioni di questa teoria non è confinata alle sole disparità in termini di titolo di studio
raggiunto, ma ci aiuta a comprendere anche i meccanismi sottostanti alle scelte di indirizzo di
studi compiute a parità di grado scolastico (Boudon, 1974). È poco plausibile, infatti, che gli
studenti e le loro famiglie esaminino i costi e i benefici esclusivamente dell’ulteriore
investimento in istruzione attribuendo poi lo stesso livello di apprezzamento a tutte le
alternative di indirizzo disponibili a quel dato grado scolastico. Al contrario, anche i singoli
indirizzi di studio sono percepiti come connotati da livelli di utilità, costi e rischi di fallimento
differenziati e, anche in questo caso, le valutazioni degli studenti prenderanno a riferimento lo
status socio-economico dei genitori (Breen e Goldthorpe, 1997).
In linea con queste argomentazioni, Lucas ha avanzato l’ipotesi che le scelte di
istruzione di tipo orizzontale degli individui contribuiscano attivamente a perpetuare la
stratificazione sociale esistente in una data società (ipotesi del mantenimento di fatto delle
disuguaglianze sociali) (Lucas, 2001)106. Lucas sostiene che le famiglie maggiormente
avvantaggiate, nell’obiettivo di mantenere il proprio vantaggio relativo rispetto alle altre
categorie sociali grazie all’istruzione dei figli, prenderanno tutte le decisioni che possano
favorire questi ultimi. Le élite utilizzeranno razionalmente a proprio vantaggio non solo la
dimensione verticale dell’istruzione, ma anche quella orizzontale quando la prima non sembra
garantire loro un’adeguata protezione dal rischio di esperire mobilità discendente. Più
concretamente, Lucas suggerisce che se il tasso di partecipazione in un livello scolastico è
particolarmente alto a causa dell’espansione dell’istruzione, le famiglie che possiedono
risorse economiche e culturali più elevate le utilizzeranno per assicurarsi che la propria prole
occupi le posizioni migliori all’interno di quel grado scolastico, cioè gli indirizzi di studio
comparativamente più remunerativi (Lucas, 2001). Come per le scelte di istruzione verticali, i
genitori più facoltosi saranno inoltre facilitati dalla loro superiore abilità di reperire
informazioni sui ritorni attesi dai diversi corsi di studio (Bourdieu, 1979; Erikson e Jonsson,
1996; Davies et.al., 2013), nonché dalla possibilità di mobilitare maggiori risorse economiche
per aiutare i propri figli a rimanere all’interno del percorso di istruzione più prestigioso in
caso di difficoltà (Bernardi, 2014). Il recente studio comparato condotto da Lessard-Phillips,
Brinbaum, e Heath (2014) ha dimostrato la rilevanza delle origini sociali anche rispetto alla
spiegazione dei differenziali tra le etnie nelle scelte d’indirizzo di studio. Ad esempio, la
106 Questa argomentazione teorica di Lucas è conosciuta, nella letteratura internazionale, con il nome di
Effectively Maintained Inequality hypothesis (in acronimo: EMI).
156
minore propensione delle seconde generazioni turche, ex-jugoslave ed ex-sovietiche a
frequentare un indirizzo accademico in Germania è risultata imputabile alla sovra-
rappresentazione di queste minoranze negli strati sociali meno avvantaggiati: controllando per
le risorse socio-economiche e la composizione del nucleo familiare, nessun divario etnico
permane. Considerazioni analoghe sono emerse sia da questo che dallo studio di Van de
Werfhorst e Van Tubergen nei Paesi Bassi, dove le minoranze etniche, specialmente gli
studenti marocchini e turchi, partecipano all’istruzione accademica in misura
significativamente superiore a quella dei nativi, a parità di origini sociali e le competenze
scolastiche precedentemente acquisite (Van de Werfhorst e Van Tubergen, 2007; Lessard-
Phillips, Brinbaum, e Heath, 2014). Come per i tassi di transizione alla scuola post obbligo,
anche le migliori scelte orizzontali dei figli di immigrati potrebbero avere origine nelle
maggiori ambizioni educative (Vallet, 1996). Brimbaum e colleghi, ad esempio, hanno
dimostrato che in Francia gli studenti della minoranza nord africana prediligono l’indirizzo
accademico proprio in risposta a elevati desideri di mobilità sociale condivisi con i genitori, e
si sentono negativamente discriminati nel caso in cui gli insegnanti, in ragione dei loro voti
scolastici, li indirizzino verso l’istruzione professionalizzante (Brinbaum e Kieffer, 2005;
Brinbaum e Guégnard, 2013). Risultati simili si rilevano per gli studenti stranieri nei paesi
caratterizzati da un sistema di istruzione comprensivo. In Svezia, esclusivamente le seconde
generazioni con genitori da altri paesi nordici e dall’America meridionale riportano uno
svantaggio lordo rispetto ai nativi nella scelta dell’indirizzo accademico. Questo svantaggio si
trasforma, tuttavia, in un vantaggio non appena le origini sociali vengono prese in
considerazione nelle analisi. Ciò è anche quello che accade per gli studenti pakistani e
bengalesi in Inghilterra (Jackson, Jonsson, e Rudolphi, 2012). Concludendo, possiamo
rilevare che nonostante l’eterogeneità tra le specifiche etnie, come accade per la scelta di
proseguire gli studi, esiste una associazione positiva tra nazionalità e scelte di indirizzo di
studio. I risultati ottenuti dagli studi comparati hanno suggerito l’ipotesi che i differenziali
etnici sia nelle scelte verticali che in quelle orizzontali, dipendano in misura non marginale
dalle caratteristiche dei sistemi di istruzione dei paesi ospitanti (Kristen e Granato, 2007; Crul
e Schneider, 2009). Nei contesti caratterizzati da una netta e precoce selezione degli studenti
in indirizzi distinti e poco permeabili come accade ad esempio in Germania, la nazionalità
avrà minori chance di esercitare il suo effetto positivo sulle scelte scolastiche (Jackson,
Jonsson, e Rudolphi, 2012).
157
5.2 Dati, variabili e metodi
5.2.1 La componente longitudinale dell’indagine CILS4EU
Come messo in luce da Jonsson e colleghi, individuare fonti di dati adeguate a studiare
comparativamente le disparità etniche nelle scelte d’istruzione risulta molto più complesso di
quanto non sia per l’esame degli apprendimenti (Jonsson et.al., 2014). In uno degli studi più
recenti e completi sulla stratificazione etnica in istruzione, ad esempio, le analisi sulle
transizioni alla scuola post obbligo hanno dovuto restringersi, a causa della mancanza di dati,
a solo cinque paesi europei più gli Stati Uniti, dei dieci paesi invece considerati nell’esame
delle competenze (Heath e Brinbaum, 2014). I dati dell’indagine Children of Immigrants
Longitudinal Survey in Four European Countries (CILS4EU) costituiscono una fonte
particolarmente interessante per studiare le scelte di istruzione dei giovani stranieri.
Diversamente dai dati utilizzati da Heath e Brinbaum, le informazioni raccolte nel corso di
questo progetto sono direttamente comparabili tra i contesti in quanto generate dalle
medesime tecniche e strumenti di rilevazione.
Utilizzando questa fonte di dati possiamo esaminare comparativamente le scelte di
istruzione della stessa popolazione di studenti di cui abbiamo analizzato i divari nelle
competenze nel corso del quarto capitolo, e leggere dunque i risultati in connessione a quanto
già emerso. Come specificato, il progetto CILS4EU è iniziato intervistando un gruppo
rappresentativo della popolazione studentesca di 13/14 anni in Inghilterra, Svezia, Paesi Bassi
e Germania nel corso dell’anno scolastico 2010/11 (CILS4EU 2014). Successivamente questi
studenti sono stati seguiti nelle loro carriere educative per ulteriori due anni, fino al momento
della scelta della scuola secondaria superiore o dell’ingresso nel mercato del lavoro
(CILS4EU 2016). Mentre le analisi del precedente capitolo hanno utilizzato i dati della prima
rilevazione, per lo studio delle transizioni scolastiche sfrutteremo la componente longitudinale
dell’indagine. Nello specifico esamineremo sia le scelte verticali (in termini di passaggio alla
scolarità post-obbligo) che quelle orizzontali, effettuate dagli studenti entro l’età di 15-16
anni. Poiché il nostro obiettivo è quello di comprendere l’influenza esercitata sulle decisioni
d’istruzione dalle caratteristiche socio-anagrafiche e dalle competenze pregresse, le analisi
sono svolte sulla sola popolazione che ha partecipato sia alla prima che alla terza wave107. I
107 Gli alunni assenti alla prima rilevazione sono stati intervistati nel corso della seconda, tuttavia i test di
competenza sono stati somministrati esclusivamente nel corso della prima wave e non sono quindi disponibili
per gli alunni che hanno preso parte esclusivamente alle ultime due rilevazioni (CILS4EU 2016).
158
tassi di risposta all’ultima rilevazione, condizionati dall’effettiva partecipazione alla prima
wave, sono stati del 51,6% in Inghilterra, del 51,8% in Svezia, del 58,3%% nei Paesi Bassi e
del 67,1% in Germania. Possiamo concludere che il fenomeno dell’attrition (cioè la riduzione
della numerosità del campione originario nel corso delle wave) colpisce anche l’indagine
CILS4EU al pari della generalità delle indagini longitudinali. La cosiddetta ‘caduta’ di una
quota di rispondenti nel corso delle rilevazioni costituisce un aspetto problematico in ogni
inchiesta campionaria di natura longitudinale, ciò perché è difficile escludere che gli
intervistati non presenti nelle rilevazioni successive alla prima non condividano delle
caratteristiche (osservabili o non osservabili) tali da renderli un sotto-campione selezionato, la
cui uscita dall’indagine deforma la natura del campione originario. Poiché questa ricerca si
focalizza sui differenziali inter-etnici è particolarmente importante, tuttavia, che i figli di
immigrati intervistati inizialmente non mostrino tassi di caduta superiori a quelli dei nativi.
Complessivamente, la quota di studenti stranieri è risultata essere piuttosto stabile nel corso
delle rilevazioni, passando dal 45.7% del 2010/11, al 43.1% del 2012/13 (CILS4EU, 2016)108.
Benché l’assunzione ‘missing at random’, specialmente per quanto riguarda l’influenza
delle variabili non osservabili che potrebbero influenzare il tasso di risposta, non sia testata
direttamente in questa tesi, le informazioni distribuite dai ricercatori del progetto CILS4EU
sembrano essere abbastanza rassicuranti rispetto al rischio di attrition differenziale tra le due
popolazioni di studenti stranieri e studenti nativi, il quale avrebbe potuto inficiare in misura
ancora più problematica la stima dei modelli. Per avere un’idea dell’andamento delle ‘cadute’
è possibile confrontare le distribuzioni di frequenza delle variabili utilizzate nelle analisi di
questo e del precedente capitolo (riportate nelle tabelle 4.2 e 5.1). Come è possibile
constatare, nonostante la consistente riduzione della numerosità di ogni singolo campione
nazionale tra prima e la terza rilevazione, le caratteristiche della popolazione analizzata nei
due casi risultano piuttosto simili. Più precisamente, le differenze nelle quote corrispondenti
alle delle diverse categorie sono contenute, generalmente arrestandosi intorno al punto
percentuale. La differenza maggiore si rileva nella composizione per genere del campione
svedese, dove la discrasia tra le wave raggiunge circa sei punti percentuali. Nonostante la
differenza su questa variabile di controllo, il confronto tra le distribuzioni delle due variabili
esplicative principali – l’appartenenza etnica e l’esperienza migratoria- evidenzia che per
108 Si noti che mentre per Inghilterra, Svezia e Germania le distribuzioni delle nazionalità coinvolte sono simili
tra la prima e la seconda wave, nei Paesi Bassi si registra una certa riduzione nella quota di figli di immigrati,
con un passaggio dal 34% al 28%. Nell’interpretazione dei risultati ottenuti dal campione olandese è dunque
necessario prestare una particolare cautela (CILS4EU 2016).
159
queste variabili lo scarto tra tre wave risulta essere tra i più bassi registrati. Benché questo
confronto non costituisca assolutamente un test formale della casualità della distribuzione dei
valori mancanti (specialmente relativamente alle variabili non osservate e a quelle non
osservabili), la comparazione ci permette comunque di valutare quanto la popolazione
analizzata nel quinto capitolo sia analoga, per caratteristiche più rilevanti osservate, a quella
sulla quale sono stati stimati i modelli nei capitoli precedenti. Sulla base di questi dati sembra
possibile sostenere che il fenomeno dell’attrition non risulti nei dati CILS4EU essere più
problematico di quanto non sia in tutte le analoghe rilevazioni longitudinali comunemente
utilizzate nella ricerca sociologica.
Per questa ragione si è deciso di procedere a utilizzare le informazioni raccolte da
questa fonte per analizzare anche le carriere scolastiche degli intervistati più nel dettaglio, non
solo in termini di transizioni verticali ma anche di scelte di indirizzo di studio, nel caso di
effettivo passaggio al livello di istruzione superiore. Data la centralità della transizione alla
scuola post-obbligo per i destini di vita degli individui, e la considerazione che la possibilità
di continuare a studiare è prevista in ognuno dei paesi in esame indipendentemente dalla
scuola secondaria inferiore frequentata (diversamente dalla decisione dell’indirizzo di
studio)109, la continuazione della carriera scolastica regolare costituisce il focus principale
delle analisi del quinto capitolo. Per i soli studenti che hanno compiuto tale scelta, nell’ultimo
paragrafo analizzeremo le loro preferenze anche in termini di indirizzo di studio.
La definizione operativa della variabile dipendente principale segue la strategia
suggerita da Jonsson, Kilpi-Jakonen, e Rudolphi (2014) per lo studio delle transizioni
verticali. Gli autori propongono di separare chi effettua la transizione al livello scolastico
successivo entro l’età regolare di 15/16 da tutti coloro che non la effettuano in questo
frangente temporale. Quest’ultimo è il caso di coloro che decidono di accedere al mercato del
lavoro al termine della scuola dell’obbligo, sia che lo facciano direttamente (trovando
un’occupazione) che attraverso la frequenza di un corso di apprendistato o di formazione
basata principalmente sull’apprendimento direttamente all’interno del luogo di lavoro. Si
trova nella categoria di chi non prosegue l’istruzione scolastica regolare anche chi all’età di
quindici anni non è ancora in possesso delle credenziali per accedere al livello scolastico
109 Anche in Germania, il paese caratterizzato dal sistema più selettivo e stratificato tra le nazioni in esame, la
possibilità di rimanere in istruzione fino all’età di 18 anni (frequentando corsi che prevedano almeno il 60%
delle ore delle lezioni di didattica frontale svolte in aule scolastiche) è prevista per tutti gli studenti, anche se tali
programmi hanno certamente durate differenti e successivi sbocchi altamente differenziati. Anche i giovani
sedicenni provenienti dalla Hauptshule, la scuola secondaria inferiore di tipo professionalizzante, hanno infatti la
possibilità di proseguire gli studi scegliendo la Berufsschule di durata triennale al livello scolastico successivo.,
quest’ultima tuttavia non consentirà a loro l’accesso diretto all’istruzione terziaria.
160
successivo110. La strategia proposta per la definizione della variabile dipendente si basa sulla
rilevazione che chi non effettua la transizione all’istruzione superiore nei tempi regolamentari
per la propria corte di nascita, si trova altamente a rischio di non effettuare tale transizione
nemmeno in un momento successivo, e dunque a rischio di concludere gli studi in modo
definitivo prima della maggiore età. Anche se lo studente dovesse, al contrario, riprendere gli
studi in un momento successivo, egli sarà inevitabilmente soggetto a ritardo scolastico.
Si tratta in entrambi i casi di fenomeni in grado di influire negativamente sulle chance
occupazionali future dei soggetti (Shavit e Müller, 1998; Müller e Gangl, 2003). Gli studenti
che non continuano la carriera scolastica regolare all’età di 15/16 anni costituiscono infatti
una minoranza in tutti i paesi in esame (tabella 5.1). Il tasso di passaggio inferiore è quello
tedesco (a causa della frequenza della scelta di percorsi di istruzione duale, codificati in
questa ricerca come interruzioni della carriera scolastica regolare, o not in full time education
secondo la dicitura inglese), ma anche in questo paese i 2/3 circa degli studenti proseguono la
carriera scolastica regolare. Oltre che al proseguimento degli studi, anche la modalità del
proseguimento stesso può costituire una fonte di disparità tra le categorie sociali. Per
analizzare questo aspetto, come anticipato, nell’ultimo paragrafo del capitolo esamineremo
una ulteriore variabile dipendente costruita, in questo caso, secondo la strategia proposta da
Lessard-Phillips, Brinbaum, e Heath (2014).
Tabella 5.1: Distribuzione di frequenza delle variabili utilizzate nelle analisi del quinto capitolo per paese considerato. Dati CILS4EU 2010/11 e 2012/13. Risultati pesati, valori percentuali.
Inghilterra Svezia Paesi Bassi Germania
Transizione all’istruzione post obbligo Interrompono la carriera regolare 8,29 11,14 25,91 34,34
Transitano al livello successivo 91,71 88,86 74,09 65,66 di questi:
scelgono l’istruzione accademica 68,55 68,02 50,11 61,25 scelgono l’istruzione professionale 31,45 31,98 49,89 38,75
Esperienza migratoria
Nati nel paese dove vivono 91,73 91,70 96,91 94,22 Studenti immigrati 8,27 8,30 3,09 5,78
110 Si tratta, ad esempio, degli studenti che stanno ripetendo un anno scolastico nei sistemi che utilizzano la
bocciatura come strumento di selezione, oppure degli studenti che decidono di compiere ulteriori studi di
analogo livello per poter essere successivamente ammessi al grado scolastico successivo (come gli studenti che
studiano per ottenere un ulteriore materia all’esame GCSE in Inghilterra, o completano un Preparandutbildning
in Svezia, un programma preparativo all’istruzione secondaria superiore dedicato agli studenti che non sono
ancora in possesso dei requisiti necessari per accedervi direttamente alla fine della scuola secondaria inferiore).
161
Tabella 5.1 continua dalla pagina precedente Nazionalità / app.etnica in Inghilterra
Maggioranza inglese 86,06 India 1,74 Pakistan e Bangladesh 3,16 Africa settentrionale 1,54 altro Africa 2,00 Caraibi e America Latina 0,52 altro Asia 2,96 altro Europa 1,65 altro 0,38 in Svezia
Maggioranza svedese
81,70 Danimarca, Finlandia e Norvegia
1,08
Turchia
1,45 Iran
0,94
Ex Jugoslavia
3,29 America
1,19
Africa
1,52 altro Asia
6,32
altro Europa
2,51 nei Paesi Bassi
Maggioranza olandese
93,24 Suriname
0,56
Antille
0,14 Marocco
0,74
Turchia
1,35 altro Africa
0,51
altro America
0,23 Asia
2,10
Europa
1,14 in Germania
Maggioranza tedesca
82,09 Turchia
4,95
Ex URSS
4,80 Ex Jugoslavia
1,17
Polonia
1,80 Europa meridionale
1,23
Asia
2,40 Africa
0,64
altro
0,92 Istruzione dei genitori
Istruzione terziaria 35,77 48,25 18,77 22,50 Istruzione sec. superiore 38,03 38,20 77,80 70,31 Istruzione primaria o meno 23,69 9,29 3,04 4,22 Non sa / non risponde 2,51 4,26 0,39 2,97 Status socio economico
Media ISEI occ. Genitori 57,75 55,23 52,08 51,16 Deviazione standard 20,37 20,18 19,39 19,77 Non sa / non risponde 5,17 5,26 1,58 5,37 Sesso
Maschio 45,42 43,77 50,03 48,01 Femmina 54,58 56,23 49,97 51,99 Anno di nascita
1995 o meno 34,15 3,50 37,97 58,03 1996 o più 65,85 96,50 62,03 41,97 Competenze linguistiche
Media 17,41 19,64 17,54 13,09 Deviazione Standard 2,97 4,76 4,15 4,34 N. osservazioni 2.051 2.460 2.376 3.339 Nota: le distribuzioni delle variabili dipendenti sono state calcolate sulla versione di dati ZA5656 Data file Reduced Version 3.1.0, doi:10.4232/cils4eu.5656.3.1.0 relativa alla terza wave, mentre le distribuzioni di frequenza delle variabili indipendenti provengono dalla versione di dati ZA5656 Data file Reduced Version 1.2.0, doi:10.4232/cils4eu.5656.1.2.0. relativa alla prima rilevazione del a.s. 2010/11.
162
5.2.2 La strategia analitica
In questo capitolo analizziamo due aspetti differenti delle scelte di istruzione degli
studenti: il proseguimento della carriera scolastica regolare all’età di 15/16 anni in quattro
paesi europei e, per il sottogruppo di studenti che effettuano tale transizione, la scelta
dell’indirizzo di studio. Anche in questo capitolo adotteremo la strategia, già collaudata nei
precedenti capitoli, di effettuare le analisi separatamente per ogni paese. Entrambe le variabili
dipendenti esaminate in questo capitolo sono categoriali e, più precisamente, dicotomiche. La
variabile dipendente centrale per le nostre analisi si riferisce alla continuazione della carriera
scolastica regolare (valore 1) e acquista valore 0 in caso contrario. Solo per gli studenti che
proseguono il percorso di istruzione regolarmente, la seconda variabile dipendente assumerà
valore 1 se tale proseguimento avviene all’interno dell’indirizzo accademico, e 0 altrimenti. I
modelli utilizzati per le analisi saranno, in entrambi i casi, modelli di regressione logistica
binomiale111. Per agevolare l’interpretazione dei risultati, anziché il parametro espresso in
logaritmo di odds ratio, mostreremo nel corso del capitolo gli effetti marginali medi (AME
nel proseguo)112. In ogni modello, è l’appartenenza alla maggioranza etnica a costituire la
categoria di riferimento. I coefficienti, poiché espressi in termini di effetti marginali medi
potranno essere interpretati come differenze di punti percentuali nelle propensioni ad
effettuare la specifica scelta di istruzione per la distinta minoranza etnica rispetto ai nativi. In
questo modo sarà possibile leggere in comparazione tra loro i risultati provenienti dai diversi
modelli concatenati (Wooldridge, 2002) e tra i differenti contesti nazionali (Allison, 1999;
Mood, 2010).
In questo capitolo le analisi si basano su un campione di studenti meno numeroso di
quello che è stato possibile utilizzare nel quarto capitolo, a causa del fenomeno dell’attrition.
Per evitare di frazionare eccessivamente la matrice dei dati, è stato necessario restringere le
analisi alle variabili di controllo indispensabili. In linea alla strategia proposta da Heath e
Brinbaum (2014), in questo capitolo non prenderemo quindi in considerazione le variabili
contestuali legate all’ambiente scolastico. Tale scelta è giustificata dalla considerazione che
queste variabili si sono rivelate nelle analisi precedenti come meno influenti sui risultati
scolastici delle caratteristiche individuali. Inoltre, le informazioni sulle caratteristiche
dell’ambiente scolastico esperito anteriormente alla scelta113 sono disponibili esclusivamente
111 La definizione matematica formale del modello è fornita nell’appendice al termine del lavoro, equazione 5.1. 112 Nell’appendice al termine di questo lavoro sarà invece possibile prendere visione dei parametri logit per
ognuno dei modelli qui espressi in forma di effetti marginali. 113 La scelta di proseguire la carriera scolastica regolare è avvenuta, per la maggioranza del campione, nel
periodo compreso tra la seconda e la terza wave.
163
per gli studenti che frequentavano alla seconda wave il medesimo gruppo-classe della prima
rilevazione. Gli studenti che hanno cambiato luogo di residenza, classe scolastica o scuola,
che hanno effettuato una transizione scolastica anticipata (prevista ad esempio nei Paesi Bassi
al termine del primo ciclo di istruzione generale VWO e HAVO) o che hanno abbandonato
prematuramente gli studi; sono stati raggiunti al di fuori del contesto scolastico, e per loro non
sono disponibili informazioni sulle variabili contestuali (CILS4EU 2016). Per tenere
comunque in considerazione la maggiore somiglianza tra gli studenti che provengono dal
medesimo contesto scolastico rispetto agli altri giovani del campione, gli errori standard delle
stime sono stati clusterizzati sulla base dell’istituto di appartenenza alla prima wave, cioè un
anno prima dell’effettivo compimento della scelta. Nei modelli di regressione utilizzeremo in
entrambi i casi le medesime variabili esplicative principali e di controllo, inserite secondo
l’usuale sequenza, in modo da favorire l’interpretazione in connessione dei risultati. Più
precisamente, l’analisi dell’effetto dell’esperienza migratoria e dell’appartenenza etnica sulle
transizioni scolastiche in Inghilterra, Svezia, Paesi Bassi e Germania partirà dalla stima
dell’effetto grezzo di queste due variabili (modelli 1a e 1b) e proseguirà aggiungendo un
numero via via più elevato maggiore di variabili di controllo. Le tabelle 5.2 e 5.3 riportano,
separatamente per paese la stima risultate da una serie di quattro modelli concatenati:
Modello 1a: modello bivariato, contente esclusivamente la variabile relativa all’esperienza
migratoria, oltre che la costante.
Modello 1b: modello bivariato, contente esclusivamente la variabile relativa all’appartenenza
etnica, oltre che la costante.
Modello 2: modello contenente entrambe le dimensioni dell’esperienza migratoria e
dell’appartenenza etnica.
Modello 3: modello in cui vengono aggiunti i controlli per le origini sociali (sia il titolo di
studio che la professione migliore tra i due genitori in base all’approccio di
dominanza).
Modello 4: modello in cui vengono aggiunti, come controlli, il sesso dell’intervistato, il suo
anno di nascita, il punteggio ottenuto nel test di competenza linguistica
somministrato alla prima wave e il tipo di scuola secondaria inferiore
frequentato114.
114 Nell’appendice al termine di questo lavoro è possibile prendere visione della comparazione tra i parametri del
modello completo (modello 4) con e senza l’aggiunta della variabile che identifica il tipo di scuola secondaria
inferiore frequentato (tabella A5.2, A5.4, A5.6 e A5.8 rispettivamente per Inghilterra, Svezia, Paesi Bassi e
Germania). Questo stesso confronto è disponibile in appendice anche per i modelli contenti il parametro di
interazione tra la nazionalità dei genitori e la professione più elevata tra il padre e la madre. Si noti che la figura
5.1 riportata nelle pagine dedicate all’analisi di questa interazione contiene i valori predetti dei modelli che
considerano tra le variabili di controllo anche la specifica scuola secondaria inferiore frequentata.
164
5.3 I risultati delle analisi
5.3.1 Il ruolo delle origini etniche e delle origini sociali nella scelta di proseguire gli
studi dopo l’obbligo
Questo paragrafo presenta i risultati delle analisi effettuate sul campione di studenti
quindicenni con l’obiettivo di testare la presenza di effetti secondari autonomi della
nazionalità e dell’esperienza migratoria sulle scelte scolastiche. In linea con il modello teorico
proposto, ci aspettiamo che entrambe queste due dimensioni esercitino un’influenza autonoma
sulle chance degli studenti di continuare la carriera scolastica regolare, positiva per la prima
dimensione e negativa per la seconda. Anche in questo capitolo, come nei precedenti, il
metodo proposto per rilevare gli effetti distinti di queste due variabili derivata dall’approccio
suggerito da Bukodi e Golthorpe (2012) dell’analisi effetti distinti delle tre componenti delle
origini sociali: l’istruzione dei genitori, le loro risorse economiche e lo status sociale. È
importante considerare che lo studio non mira a individuare effetti causali, ma piuttosto a
chiarire descrittivamente i meccanismi in base ai quali le origini etniche (al pari delle origini
sociali negli studi citati) possono essere in grado di influenzare gli apprendimenti degli
studenti attraverso due componenti distinte. Esaminiamo anzitutto l’influenza dell’esperienza
migratoria. Dall’esame dell’effetto totale di questa variabile (tabella 5.2, modello 1a) notiamo
che in Svezia, Paesi Bassi e in Germania, le stime negative non risultano statisticamente
significative, mentre in Inghilterra la migrazione sembra riflettersi positivamente sulle scelte
scolastiche già a livello bivariato. A parità di nazionalità (modello 2), e tenendo sotto
controllo dell’effetto delle origini sociali (modello 3), tuttavia, le stime dell’influenza della
migrazione diventano negative in tutti i paesi, ma statisticamente significative esclusivamente
nel caso dei Paesi Bassi115. Infine, quando inseriamo nei modelli le caratteristiche individuali,
le competenze linguistiche e l’informazione sulla scuola secondaria inferiore precedentemente
frequentata (modello 4), non rimane più alcun effetto statisticamente significativo a un livello
di confidenza del 95%116. Contrariamente alle aspettative iniziali, quindi, questi risultati
sembrano suggerirci che l’esperienza migratoria non eserciti alcuna influenza diretta sulle
scelte degli studenti di proseguire gli studi dopo l’obbligo. Detto diversamente, all’età di
quindici anni il precedente trauma della migrazione non risulta comportare alcun effetto
negativo sui tassi di passaggio alla scuola secondaria superiore, una volta che le dimensioni
come quella della nazionalità dei genitori, delle origini sociali e delle competenze linguistiche
pregresse sono tenute in considerazione. In riferimento ai risultati emersi nel corso del terzo e
115 A causa della numerosità piuttosto ridotta del campione e degli studenti immigrati al suo interno, si consiglia
di prestare particolare cautela nell’interpretazione del risultato. 116 Solamente per la Svezia si può riscontrare una stima marginalmente significativa e positiva.
165
del quarto capitolo, possiamo concludere che l’influenza sfavorevole del trauma della
migrazione sembra ripercuotersi specialmente sugli apprendimenti, mentre la riduzione del
senso di autostima ed efficacia personale dei giovani (Covington, 1984; Kao, 1999) non
inficia allo stesso modo le loro scelte scolastiche successive. Trasversalmente ai contesti
considerati, a parità di competenze pregresse e di scuola secondaria inferiore frequentata, la
probabilità di continuare la carriera scolastica regolare degli alunni immigrati è
sostanzialmente in linea a quella mostrata dai coetanei nati e cresciuti nello stesso paese in cui
frequentano la scuola.
Tabella 5.2: Stima dell’effetto dell’esperienza migratoria sulla probabilità di continuare la
carriera scolastica regolare all’età di 15/16 anni, per paese considerato, risultante da modelli
di regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Dati
CILS4EU 2012/13, effetti marginali medi, risultati pesati. Errori standard delle stime tra
parentesi117.
Modello 1a Modello 2 Modello 3 Modello 4
Inghilterra
Esperienza migratoria 0,057*** -0,046 -0,057 -0,047
(0,014) (0,052) (0,056) (0,055)
Svezia
Esperienza migratoria -0,012 -0,006 -0,020 0,042*
(0,025) (0,030) (0,028) (0,023)
Paesi Bassi
Esperienza migratoria -0,094 -0,368*** -0,374*** -0,160
(0,151) (0,125) (0,131) (0,125)
Germania
Esperienza migratoria -0,002 -0,037 -0,036 0,038
(0,056) (0,066) (0,067) (0,060)
Nota: il numero delle osservazioni su cui i modelli si basano è, rispettivamente, 1.961 per l’Inghilterra, 2.460
per la Svezia, 2.376 per i Paesi Bassi e 3.339 per la Germania. Significatività delle stime: *** p<0.01, **
p<0.05, * p<0.1.
Spostiamo ora l’attenzione all’esame dell’effetto dell’appartenenza etnica sulle scelte
scolastiche. In linea con il modello teorico, ci aspettiamo di riscontrare un’influenza positiva
di questa dimensione sulle transizioni. Diversamente da quanto rilevato a proposito della
migrazione, i risultati in questo caso sostengono le ipotesi iniziali (tabella 5.3). Come la
precedente letteratura suggerisce (Jonsson e Rudolphi, 2010; Jackson, 2013; Heath e
Brinbaum, 2014), nonostante le minoranze etniche mostrino generalmente un ritardo anche
particolarmente consistente per certe etnie in termini di apprendimento, nessun divario
generalizzato permane quando guardiamo alle carriere scolastiche. Nei nostri modelli alcune
minoranze etniche mostrano maggiori propensioni a proseguire gli studi regolarmente rispetto
ai compagni nativi già a livello bivariato (modello 1b). È questo ad esempio il caso degli
studenti indiani, africani e asiatici in Inghilterra, dei giovani iraniani in Svezia, nonché degli
117 I modelli di regressione completi che hanno permesso di costruire la tabella 5.2. sono riportati nell’appendice al termine di questo lavoro (rispettivamente: tabelle A5.1 e A5.2 per l’Inghilterra, tabelle A5.3 e A5.4 per la Svezia, tabelle A5.6 e A5.7 per i Paesi Bassi; e tabelle A5.8 e A5.9 per la Germania).
166
alunni provenienti dall’Africa in Germania. Sebbene alcune etnie mostrino coefficienti
negativi, come ad esempio, tra gli altri, i nordici in Svezia, i surinamesi nei Paesi Bassi e gli
ex-jugoslavi in Germania, tali stime non sono statisticamente significative al livello di
confidenza tradizionale. Quando nei modelli controlliamo per l’esperienza migratoria
(modello 2) constatiamo che un vantaggio etnico nelle propensioni a proseguire gli studi
emerge per un numero di minoranze etniche maggiore. Anche l’introduzione del controllo per
le origini sociali (modello 3) modifica in maniera considerevole le stime dell’influenza della
nazionalità, specialmente in Germania e nei Paesi Bassi. Questo fenomeno ci conferma che la
situazione economica precaria in cui si trovano molti figli di immigrati costituisce una delle
principali ragioni della mancata osservazione di un vantaggio etnico forte già nelle analisi
descrittive, specialmente in determinati contesti istituzionali. Se misuriamo l’effetto
dell’appartenenza etnica al netto delle risorse socio-economiche e culturali familiari,
rileviamo differenziali positivi e significativi per almeno la metà delle minoranze etniche in
tutti i paesi considerati, con l’eccezione della Svezia. In questo paese la maggioranza dei figli
di immigrati, semplicemente, si comporta in maniera del tutto allineata ai coetanei nativi
relativamente alle transizioni scolastiche all’età di 15/16 anni118. In Inghilterra tutti gli
studenti stranieri mostrano, nel terzo modello una propensione a continuare regolarmente a
studiare superiore ai compagni inglesi, con un vantaggio che varia dal minimo di 4 punti
percentuali per i giovani pakistani e bengalesi, al massimo di circa 9 punti dei giovani
provenienti da altri paesi asiatici diversi dall’India, Pakistan e Bangladesh. In Germania
risultano essere specialmente gli alunni turchi, ma anche i giovani africani, a proseguire
l’istruzione regolare e full-time con maggior probabilità dei figli di tedeschi con pari livelli di
risorse economiche. Quando completiamo i modelli con le variabili individuali, le
competenze scolastiche pregresse e il tipo di scuola secondaria inferiore frequentato (modello
4), il vantaggio aumenta ulteriormente. Ad esempio, emerge ora che i giovani turchi
compiano transizioni scolastiche significativamente migliori ai nativi dotati di simili risorse
economiche e livelli di apprendimento sia in Germania che in Svezia (anche se non nei Paesi
Bassi). A parità di queste due dimensioni rilevanti, anche gli studenti di origine africana
mostrano ora, in ognuno dei paesi esaminati un tasso di continuazione della scolarità regolare
superiore di almeno 7 punti percentuali ai nativi, con la sola eccezione dei Paesi Bassi.
Complessivamente, e il linea alle prime ipotesi di ricerca, in nessuno dei contesti di ricezione
studiati riscontriamo uno svantaggio etnico statisticamente significativo riguardo al
proseguimento della carriera scolastica regolare all’età di 15/16 anni119.
118 Si noti che nei dati in esame, l’89% circa degli studenti in questo paese continua la carriera scolastica regolare. 119 La stima dello svantaggio degli studenti provenienti dai paesi nordici e dal continente americano in Svezia, degli studenti asiatici all’infuori dei turchi nei Paesi Bassi e degli appartenenti alla categoria residuale ‘altro’ in Germania non è infatti statisticamente significativa nemmeno a un livello di confidenza del 90%.
167
Tabella 5.3: Stima dell’effetto dell’appartenenza etnica sulla probabilità di continuare la
carriera scolastica regolare all’età di 15/16 anni, per paese considerato, risultante da modelli
di regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Dati
CILS4EU 2012/13, effetti marginali medi, risultati pesati. Errori standard delle stime tra
parentesi120.
Modello 1b Modello 2 Modello 3 Modello 4
Inghilterra121
India 0,049** (0,023) 0,058*** (0,019) 0,058*** (0,019) 0,056*** (0,021)
Pakistan e Bangl. 0,012 (0,026) 0,025 (0,026) 0,040 * (0,022) 0,045** (0,021)
Africa orientale 0,044 (0,031) 0,058** (0,026) 0,056** (0,026) 0,062*** (0,023)
Altro Africa 0,067*** (0,017) 0,077*** (0,017) 0,075*** (0,018) 0,078*** (0,018)
Altro Asia 0,083*** (0,011) 0,089*** (0,012) 0,088*** (0,012) 0,089*** (0,012)
Svezia
Paese nordico -0,051 (0,092) -0,057 (0,105) -0,067 (0,102) -0,111 (0,111)
Turchia 0,021 (0,036) 0,020 (0,037) 0,049 (0,032) 0,064** (0,025)
Iran 0,088*** (0,019) 0,087*** (0,020) 0,095*** (0,020) 0,107*** (0,017)
Ex- Jugoslavia -0,015 (0,037) -0,016 (0,037) 0,015 (0,031) 0,033 (0,028)
America 0,024 (0,052) 0,020 (0,054) 0,036 (0,052) -0,055 (0,044)
Africa 0,023 (0,033) 0,021 (0,036) 0,052* (0,029) 0,077*** (0,025)
Altro Asia -0,049* (0,027) -0,054 (0,033) -0,010 (0,029) 0,020 (0,025)
Altro Europa -0,002 (0,045) -0,006 (0,050) 0,038 (0,049) 0,018 (0,046)
Paesi Bassi
Suriname -0,041 (0,197) 0,087 (0,126) 0,107 (0,093) 0,071 (0,064)
Antille 0,146 (0,111) 0,205** (0,092) 0,209** (0,088) 0,127** (0,060)
Marocco 0,007 (0,112) 0,040 (0,111) 0,105 (0,083) 0,059 (0,085)
Turchia 0,119 (0,105) 0,140 (0,101) 0,187** (0,088) 0,081 (0,064)
Altro Africa 0,131 (0,136) 0,226** (0,089) 0,249*** (0,068) 0,176** (0,075)
Altro America 0,212** (0,088) 0,261*** (0,079) 0,265*** (0,075) 0,183*** (0,061)
Altro Asia -0,159 (0,184) 0,082 (0,111) 0,098 (0,091) -0,081 (0,081)
Europa 0,209** (0,081) 0,254*** (0,078) 0,253*** (0,076) 0,196*** (0,059)
Germania
Turchia 0,009 (0,056) 0,013 (0,056) 0,090** (0,044) 0,123*** (0,037)
Ex - URSS 0,051 (0,052) 0,068 (0,059) 0,100* (0,056) 0,090 (0,067)
Ex- Jugoslavia -0,054 (0,081) -0,046 (0,081) 0,023 (0,072) 0,077 (0,053)
Polonia 0,079 (0,075) 0,089 (0,071) 0,159** (0,062) 0,098** (0,050)
Europa merid. 0,041 (0,109) 0,058 (0,107) 0,129 (0,092) 0,13 (0,083)
Altro Asia -0,018 (0,098) -0,006 (0,096) 0,048 (0,085) 0,046 (0,082)
Africa 0,196*** (0,069) 0,198*** (0,067) 0,240*** (0,056) 0,255*** (0,049)
Altro paese -0,157 (0,099) -0,134 (0,099) -0,085 (0,085) -0,093 (0,106)
Nota: il numero delle osservazioni su cui i modelli si basano è, rispettivamente, 1.961 per l’Inghilterra, 2.460
per la Svezia, 2.376 per i Paesi Bassi e 3.339 per la Germania. Significatività delle stime: *** p<0.01, **
p<0.05, * p<0.1.
120 I modelli di regressione completi che hanno permesso di costruire la tabella 5.3. sono riportati nell’appendice al termine di questo lavoro (rispettivamente: tabelle A5.1 e A5.2 per l’Inghilterra, tabelle A5.3 e A5.4 per la Svezia, tabelle A5.6 e A5.7 per i Paesi Bassi; e tabelle A5.8 e A5.9 per la Germania). 121 Poiché in Inghilterra nessuno degli studenti provenienti dai Caraibi o dalle categorie residuali “Europa” o “altro” interrompe la carriera scolastica regolare a 15 anni, queste categorie sono state escluse dalle analisi della transizione alla scuola secondaria superiore, mentre saranno considerate nelle analisi della sezione 5.3.3 relativa alle scelte di indirizzo di studio.
168
5.3.2 Gli effetti diretti, indiretti e di interazione delle origini etniche
Nel precedente paragrafo abbiamo argomentato la centralità delle origini sociali nella
spiegazione dei divari osservati tra le etnie riguardo alla continuazione della scolarità regolare
in Europa. L’importanza delle risorse familiari è emersa continuativamente anche nel corso
delle analisi condotte nei precedenti capitoli empirici. In base alle nostre ipotesi di ricerca, ci
aspettiamo che l’influenza esercitata da questa dimensione non si addizioni semplicemente
all’effetto distinto della nazionalità, ma piuttosto che le due dimensioni interagiscano tra loro.
Detto diversamente, l’attesa è che il ruolo giocato dall’appartenenza a una minoranza etnica
sulle scelte scolastiche dipenda, in una certa misura, dalle risorse economiche a disposizione
della famiglia d’origine. La figura 5.1 di seguito mostra come varia la probabilità predetta di
proseguire gli studi full-time e regolarmente in base all’aumento dell’indice di status socio-
economico della professione dei genitori e a seconda della provenienza etnica
dell’intervistato122. Se da un lato questa figura ci fornisce informazioni utili alla comparazione
dei tassi di passaggio tra le etnie, il suo obiettivo primario è quello di mettere in luce
l’interazione tra questa variabile e la dimensione delle origini sociali. Nel caso in cui l’effetto
dello status socio-economico sulla propensione a transitare regolarmente al livello di
istruzione successivo non subisca l’influenza della nazionalità, dovremmo riscontrare in ogni
paese un fascio di linee tra loro parallele. Come possiamo constatare, invece, la probabilità
predetta di effettuare questo passaggio cresce per le minoranze etniche secondo un andamento
sensibilmente differente da quello dei nativi (corrispondente alla linea blu scuro in ognuna dei
quattro grafici che compongono la figura). Più precisamente, i cambiamenti nei livelli di
risorse economiche sembrano influire in maniera meno rilevante sui tassi di transizione
regolare delle minoranze di quanto non accada per gli studenti nativi. Nella generalità dei
paesi, a parità di competenze scolastiche e tipo di scuola secondaria inferiore presentata, la
maggioranza degli alloctoni mostra valori predetti stabilmente superiori ai nativi,
perfino quando il punteggio di status della professione più prestigiosa tra i due
genitori a inferiore di quasi due deviazioni standard rispetto alla media nazionale.
Le minoranze etniche che mostrano propensioni alla continuazione della carriera
scolastica superiori all’80%, sono caratterizzate da tassi di passaggio elevati e
costanti indipendentemente dall’andamento dello status socio-economico (nella maggior parte
dei paesi ad esclusione della Germania). Le altre, invece, si caratterizzano per una maggiore
sensibilità agli aumenti nei livelli di risorse economiche di quanto non accada tra i nativi.
122 I modelli di regressione completi che hanno permesso di costruire la figura 5.1. sono riportati nell’appendice
al termine di questo lavoro (rispettivamente: tabelle A5.1 e A5.2 per l’Inghilterra, tabelle A5.3 e A5.4 per la
Svezia, tabelle A5.6 e A5.7 per i Paesi Bassi; e tabelle A5.8 e A5.9 per la Germania).
169
Figura 5.1: Probabilità di continuare la carriera scolastica regolare all’età di 15/16 anni a seconda dello status socio-economico familiare
(punteggio ISEI standardizzato) e dell’appartenenza etnica, per paese considerato, predetto da modelli di regressione logistica binomiale con
errori standard clusterizzati a livello di scuola. Dati CILS4EU 2012/13, effetti marginali medi, risultati pesati.
.4.5
.6.7
.8.9
1
-2 -1.5 -1 -.5 0 .5 1 1.5
status socio-economico
Nativi India Pakistan B.
Africa orient. altro Africa altro Asia
Inghilterra
.4.5
.6.7
.8.9
1
-2 -1.5 -1 -.5 0 .5 1 1.5
status socio-economico
Nativi Paesi nordici Turchia
Iran ex Jugoslavia America
Africa altro Asia altro Europa
Svezia
.4.5
.6.7
.8.9
1
-2 -1.5 -1 -.5 0 .5 1 1.5
status socio-economico
Nativi Suriname Antille
Marocco Turchia altro Africa
altro America altro Asia Europa
Paesi Bassi
.4.5
.6.7
.8.9
1
-2 -1.5 -1 -.5 0 .5 1 1.5
status socio-economico
Nativi Turchia ex URSS
ex Jugoslavia Polonia Europa merid.
altro Asia Africa altro
Germania
170
Per i giovani europei o provenienti dal Suriname che vivono nei Paesi Bassi, ma anche per i
danesi e norvegesi che studiano in Svezia, ad esempio, lo stesso miglioramento nelle
condizioni socio-economiche comporta un effetto positivo molto più consistente sulle chance
di proseguire gli studi regolarmente rispetto a quello osservabile nella popolazione
studentesca autoctona. Complessivamente, dunque, possiamo concludere che le analisi
condotte in questo capitolo depongono a favore della quarta ipotesi di ricerca. I risultati
ottenuti dalle interazioni, ci informano che nei paesi esaminati l’effetto positivo della
nazionalità sulla probabilità di continuare gli studi full-time non si somma semplicemente
all’influenza delle origini sociali. Al contrario, si danno effetti moltiplicativi tra le due
dimensioni.
Prendiamo in considerazione ora l’effetto positivo che ci aspettiamo venga esercitato
dalle competenze pregresse sulle scelte scolastiche123. Dalle analisi del terzo e del quarto
capitolo sappiamo che tali competenze sono negativamente influenzate dall’origine etnica.
L’esame del ruolo di mediazione giocato dalle competenze scolastiche nella relazione tra
nazionalità e scelte di istruzione ci può permettere, dunque, di comprendere meglio la natura
dell’effetto che la nazionalità è in grado di esercitare complessivamente sulle scelte
d’istruzione. La tabella 5.4 presenta gli esiti dell’analisi di decomposizione dell’effetto totale
di questa variabile attraverso il metodo recentemente suggerito da Breen, Karlson e Holm,
conosciuto in letteratura come KHB decomposizion124 (Karlson e Holm, 2011; Breen,
Karlson, e Holm, 2013).
123 I parametri di questa variabile nei modelli completi riportati in appendice supportano questa affermazione. 124 La ‘decomposizione KHB’, è il metodo proposto da Karlson, Holm e Breen per permettere di comparare le
stime di una o più variabili esplicative all’interno di modelli di regressione logistica concatenati. Individuare a
quanto ammonta l’effetto diretto e l’effetto indiretto di una variabile su una dipendente continua all’interno di un
modello di regressione OLS avviene comparando il parametro ottenuto nel modello bivariato con quello del
modello completo contenente le variabili intervenienti rilevanti. La differenza tra queste due stime restituisce,
immediatamente, una misura di quanto l’effetto della variabile esplicativa sia, per così dire, ‘sporcato’
(confounded) dalla variabile interveniente. Nel caso quest’ultima sia ipotizzata come influenzata dalla variabile
indipendente in esame, la differenza calcolata corrisponde all’effetto indiretto dell’esplicativa. Se la variabile
‘mediatore’ è ipotizzata invece antecedete e in grado di influire sia sulla indipendente che sulla dipendente, la
differenza tra la stima nei due modelli corrisponderà all’effetto spurio. Nei modelli di regressione logistica,
tuttavia, non si può operare con la stessa facilità, in quanto sussiste un problema di scala. Poiché i coefficienti e
la varianza degli errori non sono identificati separatamente, la differenza tra le stime dei modelli bivariati rispetto
ai modelli completi potrebbe non riflettere l’effetto indiretto, ma semplicemente un cambiamento di scala. Per
ovviare a questo problema, Breen Karlson e Holm hanno elaborato una routine per il programma di elaborazione
statistica STATA, che permette di scomporre la differenza osservata tra i parametri dei modelli nested in divario
dovuto a un reale effetto indiretto e quota di divario attribuibile al cambiamento di scala (Karlson et.al., 2010;
Karlson e Holm, 2011; Breen et.al., 2013).
171
Più precisamente, l’effetto complessivo dall’etnicità sulle transizioni scolastiche
(riportato nella prima colonna) è scomposto in effetto esercitato in maniera diretta sulla
variabile dipendente (seconda colonna) ed effetto esercitato indirettamente su quest’ultima
attraverso le competenze linguistiche (terza colonna). Immediatamente, possiamo notare che
l’influenza della dimensione etnica si esplicita principalmente attraverso il canale degli effetti
diretti, ed è di segno positivo. L’effetto indiretto della variabile, cioè quello dai differenziali
nell’acquisizione delle competenze scolastiche è, invece, di segno negativo. Più precisamente,
poiché la nazionalità influenza negativamente gli apprendimenti, e ad un livello di
competenze inferiore corrispondono generalmente minori tassi di continuazione della carriera
scolastica regolare, il vantaggio etnico misurato dall’effetto totale è, nel complesso, inferiore a
quello che rileviamo guardando al solo effetto diretto della variabile in esame. Questi risultati
sono in linea con quanto discusso nel precedente paragrafo (tabella 5.3). Controllando per le
competenze linguistiche nei modelli di regressione, infatti, abbiamo rilevato vantaggi etnici
più consistenti, trasversalmente alle etnie e ai paesi di destinazione. In sintesi, la
decomposizione degli effetti dell’appartenenza etnica sulle scelte scolastiche verticali ha
mostrato risultati a supporto dell’ipotesi che tale dimensione sia in grado di esercitare
un’influenza opposta sui diversi risultati scolastici: rispettivamente negativa sui livelli di
apprendimento e positiva sulle scelte. Tuttavia, l’effetto diretto e positivo esercitato su queste
ultime dalla nazionalità, sembra tale da sussistere nonostante la presenza di differenziali
negativi a livello di competenze.
172
Tabella 5.4: Stima dell’effetto totale, diretto e indiretto (mediato dalle competenze scolastiche pregresse) dell’appartenenza etnica sulla probabilità di continuare la carriera scolastica regolare all’età di 15/16 anni, per paese considerato, risultante dall’applicazione del metodo di decomposizione KHB a modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Dati CILS4EU 2012/13, effetti marginali medi, risultati pesati. Errori standard delle stime tra parentesi.
Effetto totale Effetto diretto Effetto indiretto
Inghilterra India 0,058*** (0,020) 0,056*** (0,021) 0,0015 Pakistan e Bangl. 0,041* (0,022) 0,045** (0,021) -0,0040 Africa orientale 0,061*** (0,024) 0,062*** (0,023) -0,0005 Altro paese africano 0,077*** (0,018) 0,078*** (0,018) -0,0014 Altro paese asiatico 0,089*** (0,011) 0,089*** (0,011) -0,0005 Svezia Paese nordico -0,095 (0,104) -0,111 (0,111) 0,016 Turchia 0,042 (0,030) 0,064** (0,025) -0,022 Iran 0,095*** (0,019) 0,107*** (0,016) -0,012 Ex- Jugoslavia 0,006 (0,033) 0,033 (0,028) -0,027 America 0,037 (0,051) 0,055 (0,044) -0,018 Africa 0,061** (0,028) 0,077*** (0,025) -0,016 Altro paese asiatico -0,005 (0,028) 0,020 (0,025) -0,025 Altro paese europeo -0,003 (0,050) 0,018 (0,046) -0,016 Paesi Bassi Suriname 0,073 (0,068) 0,071 (0,068) 0,002 Antille 0,130** (0,058) 0,127** (0,059) 0,004 Marocco 0,068 (0,084) 0,060 (0,073) 0,008 Turchia 0,091 (0,065) 0,081 (0,065) 0,010 Altro paese africano 0,179** (0,079) 0,176** (0,080) 0,002 Altro paese americano 0,187*** (0,054) 0,183*** (0,056) 0,004 Altro paese asiatico -0,077 (0,078) -0,081 (0,079) 0,003 Europa 0,197*** (0,044) 0,196*** (0,045) 0,006 Germania Turchia 0,085** (0,036) 0,123*** (0,034) -0,037 Ex - URSS 0,082 (0,068) 0,090 (0,068) -0,007 Ex- Jugoslavia 0,048 (0,055) 0,077 (0,053) -0,029 Polonia 0,087* (0,051) 0,098* (0,050) -0,010 Europa meridionale 0,098 (0,083) 0,103 (0,083) -0,005 Altro paese asiatico 0,013 (0,087) 0,046 (0,082) -0,033 Africa 0,238*** (0,048) 0,255*** (0,045) -0,016 Altro paese -0,103 (0,107) -0,093 (0,107) -0,010 Nota: il numero delle osservazioni su cui i modelli si basano è, rispettivamente, 1.961 per l’Inghilterra, 2.460
per la Svezia, 2.376 per i Paesi Bassi e 3.339 per la Significatività delle stime: *** p<0.01, ** p<0.05, * p<0.1
173
5.3.3 Il ruolo delle origini etniche e delle origini sociali nella scelta dell’indirizzo di
studio a livello di scuola secondaria superiore
L’ultima delle scelte scolastiche che analizziamo in questa ricerca è quella dell’indirizzo
di studio, per il solo sotto campione di studenti che hanno deciso di continuare la carriera
scolastica regolare. Come per le precedenti analisi, anche in questo caso il nostro l’obiettivo è
quello di testare l’ipotesi che sia la nazionalità che l’esperienza migratoria siano in grado di
esercitare un effetto autonomo l’una dall’altra, e distinto dall’influenza delle origini sociali.
Dalla letteratura, e da quanto finora emerso, sappiamo che le minoranze si caratterizzano
generalmente per tassi di transizione alla scolarità post-obbligatoria più elevati dei nativi
caratterizzati da pari livelli di risorse economiche e di apprendimento. È però possibile che i
giovani stranieri, a parità di livello scolastico, scelgano di frequentare indirizzi di studio meno
prestigiosi di quelli scelti dai compagni nativi, finendo così per riproporre una situazione di
disparità. In questo paragrafo testiamo espressamente questa ipotesi, stimando l’effetto della
nazionalità sulla probabilità di scegliere l’indirizzo accademico, cioè quello a cui sono
associati gli esiti scolastici e lavorativi più prestigiosi (tabella 5.5). Come già emerso
analizzando le scelte di istruzione verticali, alcune etnie mostrano un vantaggio rispetto ai
nativi già a livello bivariato (modello 1b). È questo il caso degli studenti indiani e dei Caraibi
in Inghilterra e dei surinamesi nei Paesi Bassi. Tuttavia, alcune etnie mostrano un coefficiente
di segno opposto, che ci informa della presenza di uno svantaggio etnico. Disparità
significative si riscontrano, ad esempio, per gli studenti turchi e dell’Europa meridionale in
Germania, ma anche per i giovani provenienti dal Pakistan e dal Bangladesh in Inghilterra.
Nonostante un tasso di proseguimento degli studi superiore o uguale a quello dei nativi, questi
gruppi etnici sembrano trovarsi sovra-rappresentati nei corsi di studio meno remunerativi, i
quali prospettano un veloce accesso al mondo del lavoro qualificato. Quando effettuiamo le
analisi tenendo sotto controllo l’effetto dell’esperienza migratoria (modello 2) i vantaggi delle
minoranze diventano un po’ più consistenti. Tuttavia, sembra essere soprattutto l’aspetto delle
origini sociali a giocare il ruolo principale nella spiegazione delle differenze nelle scelte di
indirizzo tra alloctoni e autoctoni. La situazione sfavorevole (o non pienamente favorevole a
seconda del paese ospitante) per i figli degli immigrati osservabile inizialmente nelle scelte di
indirizzo sembrerebbe dunque in buona parte dovuta alla sovra-rappresentazione dei genitori
immigrati all’interno degli strati sociali meno avvantaggiati. La stratificazione del campione
sulla base delle risorse socio-economiche familiari (modello 3), comporta in tutti i paesi il
venir meno della significatività degli svantaggi etnici e/o una maggior diffusione dei vantaggi
tra le etnie minoritarie, in tutti i paesi con l’eccezione della Germania.
174
Tabella 5.5: Stima dell’effetto dell’appartenenza etnica sulla probabilità di scegliere un indirizzo
secondario superiore di stampo accademico, per paese considerato, risultante da modelli di
regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Dati CILS4EU
2012/13, effetti marginali medi, risultati pesati. Errori standard delle stime tra parentesi125.
Modello 1b Modello 2 Modello 3 Modello 4
Inghilterra
India 0,206*** (0,049) 0,219*** (0,049) 0,228*** (0,044) 0,221*** (0,049)
Pakistan e Bangl. -0,179*** (0,062) -0,156** (0,069) -0,063 (0,056) 0,001 (0,045)
Africa orientale -0,114 (0,082) -0,073 (0,091) -0,068 (0,086) -0,062 (0,082)
Altro Africa -0,037 (0,120) 0,010 (0,098) -0,050 (0,105) 0,008 (0,080)
Caraibi e A.Lat. 0,211*** (0,061) 0,225*** (0,062) 0,217*** (0,063) 0,197*** (0,058)
Altro Asia 0,096 (0,081) 0,136** (0,064) 0,133** (0,058) 0,140** (0,065)
Europa -0,096 (0,096) -0,041 (0,114) 0,001 (0,107) 0,020 (0,116)
Altro paese 0,258*** (0,060) 0,273*** (0,058) 0,236*** (0,087) 0,152 (0,134)
Svezia
Paese nordico 0,067 (0,129) 0,130 (0,112) 0,091 (0,126) 0,039 (0,135)
Turchia 0,081 (0,058) 0,095 (0,059) 0,160*** (0,044) 0,213*** (0,038)
Iran -0,0004 (0,104) 0,041 (0,100) 0,058 (0,103) 0,158* (0,081)
Ex- Jugoslavia 0,040 (0,053) 0,060 (0,050) 0,147*** (0,040) 0,195*** (0,036)
America -0,019 (0,116) 0,045 (0,105) 0,072 (0,095) 0,136 (0,097)
Africa 0,019 (0,068) 0,059 (0,066) 0,131** (0,052) 0,202*** (0,045)
Altro Asia 0,079** (0,034) 0,123*** (0,038) 0,186*** (0,032) 0,231*** (0,029)
Altro Europa 0,080 (0,053) 0,140** (0,056) 0,168*** (0,049) 0,198*** (0,050)
Paesi Bassi
Suriname 0,380*** (0,114) 0,416*** (0,109) 0,413*** (0,104) 0,365*** (0,105)
Antille 0,018 (0,260) 0,086 (0,238) 0,010 (0,210) 0,034 (0,154)
Marocco 0,071 (0,173) 0,101 (0,174) 0,193 (0,157) 0,271* (0,142)
Turchia -0,031 (0,225) -0,015 (0,233) 0,123 (0,188) 0,235 (0,147)
Altro Africa 0,004 (0,110) 0,176 (0,130) 0,229** (0,117) 0,218** (0,094)
Altro America 0,382*** (0,142) 0,473*** (0,102) 0,482*** (0,095) 0,443*** (0,091)
Altro Asia 0,379*** (0,101) 0,450*** (0,091) 0,454*** (0,089) 0,444*** (0,079)
Europa 0,236* (0,138) 0,367*** (0,119) 0,311*** (0,123) 0,241** (0,115)
Germania
Turchia -0,206*** (0,070) -0,201*** (0,071) -0,085 (0,062) 0,084 (0,051)
Ex - URSS -0,071 (0,080) -0,030 (0,092) 0,044 (0,076) 0,094 (0,060)
Ex- Jugoslavia -0,125 (0,111) -0,107 (0,111) -0,036 (0,197) 0,099 (0,080)
Polonia -0,091 (0,109) -0,072 (0,117) 0,035 (0,096) 0,044 (0,073)
Europa merid. -0,333*** (0,115) -0,290** (0,117) -0,173* (0,096) -0,109 (0,097)
Altro Asia -0,051 (0,086) -0,028 (0,086) 0,017 (0,077) 0,116* (0,059)
Africa -0,158 (0,133) -0,134 (0,128) -0,035 (0,109) 0,102 (0,090)
Altro paese -0,055 (0,135) 0,020 (0,132) 0,010 (0,113) 0,017 (0,085)
Nota: il numero delle osservazioni su cui i modelli si basano è, rispettivamente, 1.909 per l’Inghilterra, 2.169 per la
Svezia, 1.766 per i Paesi Bassi e 2.165 per la Germania. Significatività delle stime: *** p<0.01, ** p<0.05, * p<0.1
125 I modelli di regressione completi che hanno permesso di costruire la tabella 5.2. sono riportati nell’appendice
al termine di questo lavoro (rispettivamente: tabella A5.11 per l’Inghilterra, tabella A5.12 per la Svezia, tabella
A5.13 per i Paesi Bassi; e tabella A5.14 per la Germania).
175
A parità di risorse socio-economiche, ad esempio, anche gli studenti pakistani e
bengalesi in Inghilterra risultano iscriversi ai corsi in preparazione degli esami A-level,
(necessari per l’accesso all’università) in misura del tutto analoga ai compagni inglesi. Allo
stesso modo, la propensione dei giovani turchi a frequentare il Gymnasium in Germania
equivale quella degli alunni tedeschi di pari status sociale126. Quando aggiungiamo ai modelli
il genere, l’età, e specialmente il punteggio ottenuto alla prova standardizzata di
competenza127 (modello4), i vantaggi etnici diventano ancora più consistenti e/o generalizzati.
Ciò accade trasversalmente ai paesi, tranne che in Germania. Come riprenderemo nel sesto
capitolo, questo risultato può essere dovuto alla elevata stratificazione del sistema scolastico
tedesco, il quale differenzia i giovani già a dieci anni di età, in base alle loro precedenti
competenze. Poiché i percorsi di studio previsti in questo paese sono scarsamente permeabili
tra loro e, come dimostrato, i figli di immigrati soffrono generalmente di ritardi negli
apprendimenti rispetto ai nativi, in Germania il margine per l’espressione delle elevate
ambizioni scolastiche degli studenti stranieri risulta inferiore che negli altri paesi. In Svezia,
invece, benché esaminando le transizioni verticali emerga una situazione di sostanziale
somiglianza tra le etnie (con un vantaggio limitato ai ragazzi turchi, iraniani e africani),
restringendo le analisi agli studenti effettivamente transitati rileviamo che quasi tutte le
minoranze (fatta eccezione per i nordici e gli americani) mostrano propensioni
considerevolmente maggiori di iscriversi al prestigioso Högskoleförberedande program
(indirizzo accademico nazionale). In Inghilterra e nei Paesi Bassi, infine, le minoranze etniche
non solo risultano proseguire gli studi più frequentemente dei nativi ma sono anche sovra-
rappresentate all’interno degli indirizzi accademici preparatori all’accesso all’università.
Concludendo, l’ipotesi che i figli di immigrati che continuano la carriera scolastica regolare
scelgano sistematicamente percorsi di studio meno prestigiosi e maggiormente orientati
all’ingresso nel mercato del lavoro si è rivelata priva di fondamento. Al contrario, questi
studenti effettuano nel complesso scelte scolastiche superiori a quelle che potremmo
attenderci sulla base ai loro livelli di apprendimento e delle risorse economiche a loro
disposizione. Solamente in Germania, in ragione delle particolarità del sistema scolastico
vigente, non si riscontrano vantaggi etnici consistenti nelle scelte di indirizzo di studi.
126 L’unico svantaggio etnico significativo al netto delle origini sociali (modello 3) permane, tuttavia, proprio in
Germania, dove gli studenti originari dell’Europa meridionale mostrano una probabilità di iscriversi al
Gymnasium, inferiore al resto dei coetanei (per a un livello di confidenza del 90%). 127 Nell’appendice al termine di questo lavoro è possibile comparare la stima del modello 4 qui presentata con la
stima ottenuta aggiungendo al modello l’informazione della scuola secondaria inferiore precedentemente
frequentata.
176
Tuttavia, anche in questo paese la ricerca di eventuali svantaggi connessi alla nazionalità ha
dato esito negativo.
177
5.4 Considerazioni conclusive
Nei precedenti capitoli abbiamo preso in esame gli apprendimenti scolastici dei figli di
immigrati in Europa. In questo capitolo ci siamo concentrati invece sulle loro scelte
scolastiche, sia in termini verticali (cioè di transizione alla scuola secondaria superiore) che in
termini orizzontali (cioè di scelta di indirizzo di studio). I risultati ottenuti ci forniscono
alcune indizi a sostegno del modello teorico proposto nel primo capitolo, ma anche alcuni
riscontri ad esso contrari. Anzitutto, in linea con le precedenti ricerche svolte in Europa sulla
stratificazione etnica in istruzione (Jackson, Jonsson, e Rudolphi, 2012; Heath e Brinbaum,
2014; Stevens e Dworking, 2014), abbiamo riscontrato che la nazionalità esercita
complessivamente un effetto diretto, positivo e significativo sulle scelte di istruzione degli
individui, sia quando guardiamo al tasso di passaggio alla scuola post-obbligo, sia quando
esaminiamo la probabilità di scegliere un indirizzo di studio di stampo accademico a parità di
livello scolastico. La ricerca della presenza di un analogo effetto autonomo, ma di segno
opposto, per l’esperienza migratoria ha tuttavia fornito un esito contrario alle aspettative.
Benché il trauma di una migrazione può comportare una riduzione dell’autostima e del senso
di efficacia personale tale da influire negativamente sugli apprendimenti dei giovani
(Bandura, 1993, 1995; Padilla & Durán, 1995), come abbiamo effettivamente riscontrato nel
terzo e nel quarto capitolo; ad essa non corrispondono effetti negativi diretti sulle transizioni
scolastiche. Ciò potrebbe dipendere dal fatto che la scelta di proseguire o meno gli studi
all’età di 15/16 anni rappresenta un momento cruciale per la carriera individuale (Ballarino e
Checchi, 2006). I giovani che decidono di accedere al mercato del lavoro subito dopo
l’obbligo, infatti, esperiscono difficoltà occupazionali maggiori dei coetanei diplomati
(Rumberger e Lamb, 2003; OECD, 2005). In ragione dell’importanza di questa scelta, e della
giovane età in cui essa avviene, è possibile che gli adulti significativi rivestano un ruolo non
marginale nella decisione (Pisati, 2002). Se i genitori possono influenzare, direttamente o
indirettamente, queste scelte (Goyette e Xie, 1999; Brinbaum e Kieffer, 2005; Raleigh e Kao,
2010), è dunque possibile che le transizioni scolastiche effettuate rispecchino maggiormente
le elevate ambizioni di mobilità sociale condivise a livello famigliare, piuttosto che i livelli di
autostima e self-efficacy degli studenti immigrati.
Le analisi condotte nel corso del capitolo hanno inoltre confermato il ruolo centrale
delle risorse socio-economiche nella spiegazione dei divari riscontrabili descrittivamente tra
le minoranze, in linea con i risultati delle precedenti ricerche (Heath, 2000; Van de Werfhorst
e Van Tubergen, 2007; Azzolini, 2012; Lessard-Phillips, Brinbaum, e Heath, 2014).
Solamente comparando tra loro gli studenti di origine sociale analoga abbiamo riscontrato,
infatti, la presenza di vantaggi etnici generalizzati. I divari negativi rispetto ai nativi, emersi
dai modelli bivariati iniziali, sono dunque imputabili alla sovra-rappresentazione dei genitori
178
immigrati all’interno degli strati sociali meno avvantaggiati. L’effetto positivo esercitato dalle
origini sociali sulle scelte scolastiche, inoltre, non è costante per i nativi e gli stranieri.
Trasversalmente ai contesti di arrivo, e a parità di competenze scolastiche, le minoranze
etniche mostrano infatti tassi di passaggio superiori ai nativi anche nella coda inferiore della
distribuzione dello status socio-economico dei genitori. Tali tassi, inoltre, rimangono
pressoché costanti indipendentemente dai cambiamenti nel livello di status, contrariamente a
quanto accade per i nativi. Questi risultati ci confermano la presenza di effetti di interazione
significativi tra nazionalità e origini sociali sulle scelte di istruzione, in linea agli assunti del
modello teorico, alle recenti ricerche condotte da Dollmann utilizzando gli stessi dati per un
sotto-campione di Länder tedeschi (Dollmann, 2016), e ai risultati dei precedenti studi
condotti attraverso fonti di dati differenti in Germania (Kristen e Granato, 2007), nei Paesi
Bassi (Wolbers e Driessen, 1996) e in Norvegia (Fekjaer, 2007).
Le analisi di questo capitolo hanno inoltre approfondito il ruolo di mediatore giocato
dagli apprendimenti nella relazione tra appartenenza etnica e scelte d’istruzione. L’influenza
della nazionalità è risultata positiva, e primariamente diretta. L’effetto indiretto, esercitato da
questa variabile attraverso gli apprendimenti, è tuttavia di segno negativo. Ciò comporta,
trasversalmente alle nazioni esaminate, la rilevazione di un effetto totale complessivamente
meno a favore delle minoranze etniche di quanto non si riscontri guardando all’effetto diretto.
Ciononostante, l’influenza diretta e positiva della nazionalità è tale da permetterci di rilevare
dei vantaggi nelle scelte d’istruzione, nonostante la presenza di svantaggi nelle competenze.
Come approfondiremo nel prossimo capitolo, tale riscontro potrebbe riflettere le elevate
aspirazioni scolastiche che connotano gli studenti stranieri e delle loro famiglie (Portes &
Rumbaut, 2001; Cheng e Starks, 2002; Van de Werfhorst e Van Tubergen, 2007; Heath,
Rothon, e Kilpi, 2008; See, et al., 2011).
Prima di procedere in questo senso, tuttavia, è importante sottolineare che un effetto
positivo e autonomo dell’appartenenza etnica sulle scelte scolastiche si riscontra
trasversalmente ai contesti di destinazione, nonostante alcune differenze che emergono
specialmente nella comparazione tra disparità verticali e orizzontali. Nei Paesi Bassi e in
Inghilterra (in quest’ultima in misura leggermente inferiore tuttavia), i figli di immigrati
mostrano non solo elevate propensioni a proseguire gli studi dopo l’obbligo, ma anche scelte
più prestigiose in termini di indirizzo di studio. In Svezia, il vantaggio etnico non sembra
esplicitarsi tanto nel passaggio alla scuola superiore, quanto piuttosto nella scelta di un corso
di studio più prestigioso. In Germania, al contrario, il vantaggio etnico si nota esclusivamente
al momento della transizione ed è comunque contenuto, mentre non si presenta nella
decisione del percorso d’istruzione. Possiamo argomentare che le variazioni riscontrate
dipendano dalle caratteristiche dei sistemi di istruzione nei diversi paesi. Tuttavia, quello che
ci preme sostenere qui è che le dissimilarità tra i contesti di destinazione non siano comunque
179
tali da impedirci di concludere che, nel complesso, l’appartenenza etnica sia in grado di
esercitare un’influenza autonoma e positiva sulle scelte di istruzione degli individui. In
sintesi, questo quinto capitolo ci ha fornito diverse prove a sostegno delle ipotesi di ricerca,
anche se esclusivamente nei riguardi della dimensione etnica e non di quella migratoria.
Scorrendo i risultati ottenuti, una critica che può essere avanzata è che la presenza di un
vantaggio etnico nelle transizioni scolastiche possa dipendere dalla natura della variabile
dipendente utilizzata nelle analisi. Segnatamente, per ‘transizione’ alla scuola superiore si
intende la scelta compiuta dai giovani adolescenti, e non il loro effettivo raggiungimento del
titolo. È certamente possibile che, in ragione dei minori livelli di apprendimento e delle
inferiori risorse economiche, i figli di immigrati si trovino a dover affrontare maggiori
difficoltà dei compagni nativi durante il percorso di studio, e che per questa ragione siano
maggiormente soggetti a cambiare indirizzo spostandosi verso opzioni meno remunerative,
oppure ad abbandonare gli studi. In questo caso, potremmo riscontrare nell’esame dei tassi di
conseguimento dei titoli una situazione meno favorevole ai figli di immigrati di quella emersa
dallo studio delle scelte scolastiche. Tuttavia, i recenti risultati dello studio comparativo
condotto da Heath e colleghi in Europa ci forniscono segni in direzione opposta (Heath e
Brinbaum, 2014). Questi ci spingono a pensare che l’analisi dei tassi di raggiungimento del
titolo di scuola superiore a parità di risorse economiche e competenze scolastiche non
fornirebbe risultati contrari in misura consistente a quanto qui rilevato. Ad esempio, gli autori
rilevano128 vantaggi etnici generalizzati già a livello descrittivo confrontando la proporzione
di studenti diplomati con successo sul numero di studenti della stessa coorte di nascita in
Inghilterra (specialmente per gli studenti indiani, africani, cinesi e caraibici), Svezia (dove
solamente gli studenti provenienti dai paesi nordici mostrano un tasso di completamento
significativamente inferiore alla maggioranza etnica) e Paesi Bassi (ad eccezione della
minoranza turca); mentre in Germania completano gli studi in proporzione superiore ai
compagni tedeschi esclusivamente gli studenti provenienti dall’ex Unione Sovietica (ibidem).
Controllando per le risorse economiche a disposizione degli studenti, gli autori riscontrano
una sostanziale diminuzione degli svantaggi o un aumento dei vantaggi lordi tra minoranze e
maggioranza in tutti i paesi, riportando casi in cui lo svantaggio si trasforma in un vantaggio
(come accade per gli studenti bengalesi in Inghilterra). Possiamo sostenere che se gli autori
avessero potuto tenere sotto controllo anche l’effetto delle competenze scolastiche (variabile
non presente nei dati da loro utilizzati) i vantaggi etnici nei completamenti sarebbero risultati
ancora più consistenti.
128 Si noti che queste analisi sono state condotte esclusivamente sulle seconde generazioni (operativizzate
secondo il metodo tradizionale) e attraverso la comparazione di dataset nazionali nella maggioranza dei casi di
tipo cross-sectional (Brimbaum e Heath 2014).
180
6. Perché, nonostante lo svantaggio negli apprendimenti, i figli di
immigrati compiono scelte scolastiche più prestigiose dei nativi:
l’influenza dell’appartenenza etnica sulle ambizioni scolastiche
Introduzione129
Le ambizioni educative degli studenti stranieri costituiscono attualmente un argomento
piuttosto dibattuto. L’interesse dei sociologi per questo tema è aumentato a seguito della
scoperta inattesa che i figli di immigrati compiano mediamente scelte di istruzione più
prestigiose di quelle dei compagni nativi. La ricerca delle ragioni del vantaggio etnico ha
portato gli studiosi a interrogarsi sul significato attribuito dalle famiglie immigrate alle
credenziali educative, riscontrando che i genitori stranieri condividono con i figli ambizioni
maggiori dei nativi riguardo al conseguimento di diplomi e lauree nei paesi di destinazione.
Alla mappatura delle differenze nelle aspirazioni educative tra minoranze e maggioranza
etnica, nonché all’analisi dei fattori che possono influenzarle, è dedicato questo sesto capitolo.
Il suo specifico apporto è quello di illuminare uno dei meccanismi alla base del modello
teorico proposto nel primo capitolo, cioè che, contrariamente a quanto emerso a proposito
degli apprendimenti, l’appartenenza etnica influenza positivamente le aspirazioni scolastiche
sostenendo così le scelte di istruzione degli studenti stranieri. L’analisi del dibattito sorto
intorno alla rilevazione delle maggiori aspirazioni delle minoranze etniche costituisce il focus
della prima sezione del capitolo. In essa approfondirò la centralità dell’acquisizione delle
credenziali educative nei processi di mobilità sociale, analizzerò le ricerche che hanno
esaminato le ambizioni scolastiche delle minoranze etniche, e presenterò il dibattito sulle
differenze tra le aspirazioni ideali e le intenzioni realistiche degli studenti. Questa distinzione
è interessante perché, come argomenterò, ci permette di comprendere alcune delle diversità
rilevate nei vantaggi etnici in termini di scelte scolastiche tra i paesi europei analizzati nel
quinto capitolo. La seconda sezione presenta la metodologia utilizzata. In questo capitolo
esamineremo le aspirazioni degli stessi studenti stranieri che nei capitoli precedenti hanno
mostrato ritardi negli apprendimenti ma anche scelte scolastiche prestigiose, utilizzando ai
dati raccolti nel corso dell’indagine CILS4EU. La terza sezione presenterà i risultati ottenuti
attraverso i modelli di regressione logistica multinomiale. Al termine del capitolo,
rileggeremo le analisi empiriche alla luce delle precedenti ricerche e a quanto emerso nei
capitoli precedenti.
129 Un working paper corrispondente a una precedente versione di questo capitolo empirico e avente come titolo “How the features of the Educational System shape Ethnic Minority’s claims of Empowerment? Idealistic and Realistic Educational Aspiration in four European Countries” è stato presentato e discusso alla MitdTerm Conference 2016 dell’ European Sociological Association (ESA) –RN10 (Sociology of Education); ed è stato accettato per presentazione alla Annual Conference del Reseach Network “International Migration, Integration and Social Cohesion” (IMISCOE) in procinto di tenersi a giugno 2017.
181
6.1 Le ambizioni scolastiche dei figli di immigrati
6.1.1 L’importanza delle credenziali educative nei processi di mobilità sociale
All’interno dell’approccio della scelta razionale, la rilevanza delle ambizioni individuali
nella spiegazione delle differenze nei risultati scolastici è emersa con lo sviluppo del modello
conosciuto come Wisconsin model, dalla sede dell’università americana di appartenenza dei
suoi proponenti (Haller & Portes, 1973; Sewell, Haller, e Portes, 1969). Uno dei meriti di
questo modello teorico è stato quello di ipotizzare per la prima volta che le aspirazioni
educative possano costituire un aspetto centrale nella comprensione del nesso esistente tra il
background familiare e le scelte di istruzione degli studenti (Morgan, 2005). Per capire perché
le ambizioni scolastiche siano così importanti nel processo di trasmissione intergenerazionale
dello status sociale, è necessario prendere in considerazione i processi attraverso cui esse si
formano e influiscono poi sui comportamenti individuali. Il primo di questi processi, quello
della formazione, è stato oggetto soprattutto degli studi degli psicologi130. I sociologi
interessanti a comprendere le disuguaglianze di istruzione, invece, hanno indagato
maggiormente le modalità attraverso cui le ambizioni influenzano le scelte scolastiche
effettive degli individui.
Morgan ha definito le aspirazioni educative come degli orientamenti prefigurativi basati
su considerazioni soggettive riguardanti la propria carriera scolastica futura (Morgan 2006).
Gli aspetti interessanti della definizione dell’autore sono la considerazione che questi
orientamenti prefigurativi individuali si connotino per una certa stabilità nel tempo, e che essi
si compongano da credenze strutturate sul proprio futuro. Poiché le aspirazioni scolastiche
sono stabili nel tempo, è lecito attendersi che esse influenzino i comportamenti nel lungo
periodo. In altre parole possiamo aspettarci che i soggetti compiano delle scelte di istruzione
ad esse coerenti, evitando di incorrere in dissonanza cognitiva. Più precisamente, è plausibile
130 La lettura psicologica suggerisce che le ambizioni scolastiche degli studenti si formino mediante l’adozione
delle aspirazioni degli adulti significativi, e che esse vengano successivamente modificate a seconda delle
informazioni di cui l’individuo entra in possesso riguardo alle sue capacità e ai pro e contro delle diverse
alternative disponibili.
182
che l’ambizione di uno studente a raggiungere l’istruzione terziaria si associ a un determinato
livello di impegno nello studio fin dai livelli inferiori dell’istruzione (Fernandez Reino,
2013)131, e che tale orientamento possa essere alla base delle scelte di istruzione successive
all’obbligo (in termini di continuazione degli studi e di scelta del percorso).
Tali orientamenti in grado di influire sui comportamenti individuali, tuttavia, si basano
su delle credenze specifiche elaborate dai soggetti. Come Reay ha illustrato, le percezioni di
quali siano le scelte scolastiche più appropriate per sé non si distribuiscono casualmente tra le
categorie sociali, bensì risentono fortemente dello status socio-economico della famiglia di
origine (Reay et.al., 2011). I giovani cresciuti in famiglie economicamente avvantaggiate
tendono ad ambire più frequentemente a titoli d’istruzione che garantiscano loro la possibilità
di raggiungere uno stile di vita analogo a quello dei genitori, come ad esempio i titoli
necessari all’accesso alle libere professioni (Davies et.al., 2013). Inoltre, le origini sociali
influiscono sulle ambizioni scolastiche degli individui anche attraverso la differente capacità
delle categorie sociali di reperire informazioni sul funzionamento del sistema di istruzione e
sulla remuneratività delle varie alternative disponibili (Erikson e Jonsson, 1996; Kristen,
2005), perché tali informazioni sono alla base della formazione delle credenze individuali sul
proprio futuro scolastico.
131 Fernandez-Reino ha mostrato, ad esempio, che l’aspirazione a conseguire un titolo di studio terziario
influenza positivamente il tempo dedicato allo svolgimento dei compiti a casa già all’età di 13/14 anni, a parità
di origini etniche e sociali degli studenti (Fernandez Reino, 2013).
183
6.1.2 Le possibili ragioni delle elevate ambizioni scolastiche dei figli di immigrati
La centralità delle ambizioni educative, nell’analisi dell’influenza delle caratteristiche
della famiglia di origine sulle scelte d’istruzione, spiega come mai sempre più ricercatori si
siano rivolti allo studio di questa dimensione per spiegare la tendenza dei figli di immigrati a
compiere scelte scolastiche superiori ai compagni nativi con capacità e risorse analoghe. Dai
primi studi svolti sul continente americano (Hao e Bonstead-Bruns, 1998; Goyette e Xie,
1999; Cheng e Starks, 2002; Glick e White, 2004), negli anni recenti questo tipo di ricerche si
sono diffuse anche in Europa (Brinbaum e Kieffer, 2005; Heath, Rothon, e Kilpi, 2008;
Minello e Barban, 2012). Nonostante le specificità dei singoli contesti di arrivo, e
l’eterogeneità delle nazionalità presenti al loro interno, gli studi citati sembrano concordare
sul fatto che gli studenti stranieri condividano coi genitori ambizioni scolastiche mediamente
superiori ai nativi. Interrogati a riguardo, i figli di immigrati tendono a rispondere di
desiderare di raggiungere i gradi più alti dei sistemi di istruzione con maggior frequenza dei
coetanei autoctoni, specialmente quando le analisi si restringono su famiglie di posizione
sociale analoga. In altre parole, i giovani appartenenti alle minoranze etniche mostrano
aspirazioni scolastiche significativamente più elevate di quelle che ci si potrebbe attendere
sulla base delle loro risorse economiche, spesso ridotte, e dei loro risultati scolastici inferiori
alla media. Il vantaggio etnico nelle ambizioni risulta particolarmente consistente per alcune
etnie trasversalmente ai paesi di arrivo, come ad esempio per gli studenti asiatici (Goyette e
Xie, 1999; Portes e Rumbaut, 2001; Xie e Hsin, 2013). Tuttavia, anche altre minoranze si
distinguono per le loro alte ambizioni. Analizzando il caso francese, Brinbaum e colleghi
hanno individuato, ad esempio, nei giovani nord-africani un gruppo significativamente sovra-
rappresentato tra coloro che ambiscono a conseguire un’istruzione post-obbligo accademica
(Brinbaum e Kieffer, 2005; Brinbaum e Cebolla-Boado, 2007). Risultati analoghi emergono
per gli studenti africani nei Paesi Bassi. Questi ultimi mostrato aspirazioni molto maggiori di
quanto ci si poteva attendere sulla base dei loro risultati scolastici e delle origini sociali (Van
de Werfhorst e Van Tubergen, 2007). Ulteriori indizi a supporto dell’associazione positiva tra
appartenenza etnica e ambizioni scolastiche sono stati ottenuti recentemente anche da Heath e
Brinbaum, i quali individuano soprattutto nei giovani indiani in Inghilterra e in Norvegia, e
negli studenti greci in Germania, una sotto popolazione con aspirazioni educative
significativamente superiori a quelle dei nativi di pari status socio-economico familiare
(Heath e Brinbaum, 2014). Strand e Winston riscontrano che in Inghilterra la quasi totalità
degli studenti provenienti dal sud-est asiatico (addirittura il 97% dei giovani indiani e cinesi)
184
desidera continuare a studiare dopo l’obbligo, un vantaggio che è statisticamente significativo
rispetto ai nativi (Strand e Winston, 2008). Salikutluk ha confermato la presenza di un
vantaggio etnico nei desideri di istruzione anche per i giovani della minoranza turca in
Germania, nonostante il sistema altamente selettivo e basato sulle performance che
caratterizza questo paese (Salikutluk, 2016). Dall’esame della letteratura sembrano emergere
due spiegazioni teoriche concorrenti delle elevate ambizioni scolastiche dei figli degli
immigrati. La prima ipotizza che le famiglie immigrate condividano al loro interno maggiori
aspirazioni in quanto dotate di caratteristiche che le differenziano da tutte le altre famiglie che
non hanno messo in pratica il progetto migratorio. Esse sono, cioè, positivamente selezionate
nei confronti dei connazionali rimasti in patria (Feliciano, 2005a, 2006; Heath e Brinbaum,
2014). A questa posizione generale possiamo far risalire due distinte argomentazioni teoriche.
La prima si focalizza sulla considerazione che chi compie una migrazione è generalmente
spinto da un forte desiderio di migliorare la condizione socio-economica della propria
famiglia (Zeroulou, 1988; Van Zanten, 1997; Bagguley e Hussain, 2007). Il compimento della
migrazione può essere perciò propriamente letto come un segnale delle più elevate ambizioni
di mobilità sociale di chi emigra rispetto a coloro che decidono di rimanere nel paese di
origine (Feliciano, 2005b). La seconda argomentazione, invece, parte dalla rilevazione che le
prime generazioni di immigrati subiscono, non di rado, mobilità sociale discendente
all’ingresso nei paesi di destinazione. Il livello delle aspettative che essi coltivano rispetto
all’istruzione formale dei figli è quindi maggiore di quello che si riscontra tra i nativi nella
medesima posizione sociale, in quanto esso riflette non tanto lo status socio-economico
all’arrivo quanto piuttosto quello detenuto in patria, solitamente superiore a quello dei
connazionali che non sono riusciti a mobilitare le risorse necessarie alla migrazione (Reiners,
1999; Van de Werfhorst e Van Tubergen, 2007; Ichou, 2014; Versino, 2017). Sulla base della
teoria della selezione positiva, è possibile spiegare le maggiori ambizioni scolastiche non solo
delle prime generazioni (cioè dei genitori), ma anche delle seconde (dunque dei figli), anche
quando queste ultime non hanno vissuto direttamente l’esperienza migratoria. Ciò accade
perché i genitori, direttamente e/o indirettamente, trasmettono le loro aspirazioni ai figli nel
corso delle interazioni quotidiane, fin dalle fasi iniziali della carriera scolastica di questi.
(Goyette & Xie, 1999; Portes e Rumbaut, 2001; Brinbaum & Kieffer, 2005; Raleigh e Kao,
2010). Durante la fase della socializzazione primaria le interazioni con gli adulti significativi
sono infatti centrali nella formazione delle ambizioni scolastiche degli individui. Il grado di
adozione delle aspirazioni dei genitori dipende dalla capacità di comunicazione di questi
ultimi, ma anche, più in generale, dalla coesione presente tra i membri della famiglia (Andrew
185
e Hauser, 2011). Studiando il vantaggio scolastico delle minoranze asiatiche in Inghilterra
(specialmente degli studenti indiani), Modood ha ad esempio concluso che esso dipenda in
misura non marginale specificatamente dall’altro coinvolgimento dei genitori nell’istruzione
formale della prole, nonché dalla condivisione delle elevate ambizioni tra i diversi membri
delle famiglie immigrate (Modood, 2004). Anche Portes e colleghi, nell’intento di spiegare
l’andamento del processo di integrazione strutturale specifico dei giovani di origine asiatica in
America (tendenzialmente più favorevole di quello che connota altre etnie) avevano
individuato nella coesione familiare e comunitaria di questa minoranza una dimensione di
assoluta rilevanza (Portes e Zhou, 1993; Portes e Rumbaut, 2001). Concorrente alla
spiegazione delle ambizioni delle minoranze basata sul fenomeno della selezione positiva, è la
teoria dell’anticipazione della discriminazione. Questa argomentazione, anziché focalizzarsi
sulle caratteristiche delle famiglie immigrate che precedono la loro migrazione, assegna
centralità alle specificità dei contesti di arrivo. Le elevate aspirazioni scolastiche degli
studenti stranieri, secondo questa visione, rappresentano una risposta alla diffusa percezione
di venire discriminati nel momento dell’ingresso al mercato del lavoro, proprio in ragione del
loro status di stranieri (Riach e Rich, 2002; Heath, Rothon, e Kilpi, 2008; Kilpi-Jakonen,
2011, Silberman e Fournier, 1999). La volontà di raggiungere un elevato titolo di studio nel
paese di destinazione, dunque, costituisce una strategia di protezione dal rischio di incorrere
in difficoltà occupazionali più facilmente dei nativi. Tale percezione è tanto più diffusa tra i
giovani di una particolare minoranza quanto più i loro genitori avranno sofferto di mobilità
sociale discendente a seguito della migrazione (Heath e Cheung, 2007), la quale si deve non
di rado alla difficoltà del riconoscimento dei titoli di studio acquisiti in patria nei paesi di
arrivo (Jonsson et.al., 2014). Il test empirico dei meccanismi che spiegano le maggiori
aspirazioni dei figli di immigrati va oltre gli obiettivi di questa tesi. L’analisi della dimensione
delle aspettative condotta in questo capitolo è indirizzata, al contrario, all’approfondimento
specifico di uno dei meccanismi alla base del modello teorico che guida il lavoro: la presenza
di una relazione diretta e positiva tra etnicità e scelte scolastiche. Quest’ultima è infatti
ipotizzata effetto delle maggiori ambizioni possedute degli stranieri. Lo scopo delle analisi è
dunque quello di mappare le differenze nei livelli di aspirazioni tra le etnie in comparazione ai
nativi, nell’ottica di rilevare se il vantaggio è omogeneo tra le minoranze etniche. Nel
procedere in questa direzione, inoltre, si presterà particolare attenzione alla comparazione tra i
contesti di ricezione, nell’intento di comprendere se la presenza dei vantaggi etnici dipende
dalle specificità dei sistemi di istruzione nazionali o è generalizzata come ipotizzato dal
modello teorico.
186
6.1.3 Le aspirazioni scolastiche ideali e le intenzioni reali degli studenti
Nel periodo precedente al modello Wisconsin lo studio delle ambizioni scolastiche degli
individui, di come esse prendano forma e di quali siano i fattori in grado di modificarle nel
corso del ciclo vita, era un campo quasi esclusivamente esplorato dagli psicologi (Morgan,
2005). Grazie alle ricerche psicologiche sappiamo che la formazione delle aspirazioni avviene
attraverso due processi distinti: quello di ‘adozione’ e quello di ‘adattamento’. Il primo inizia
già nelle fasi iniziali della vita di un individuo, durante la sua infanzia, e continua nel corso
dell’adolescenza mano a mano che la sua carriera scolastica procede. In questo periodo, i
giovani interiorizzano le aspirazioni che i genitori hanno nei loro confronti (Haller, 1982;
Andrew e Hauser, 2011). Il ruolo dei genitori è particolarmente importante: sono loro che,
generalmente, costituiscono gli adulti significativi di riferimento in questa fase132. Il grado di
adozione delle ambizioni dei genitori dipende in buona misura dalla capacità dei genitori di
trasmettere queste ultime, sia direttamente che indirettamente attraverso il loro
coinvolgimento nell’istruzione formale dei figli (Goyette & Xie, 1999; Modood, 2004). La
diversa capacità di comunicazione e trasmissione, oltre all’eterogeneità nei livelli di
ambizione dei genitori spiegherebbe perché gli studenti riportino già agli stadi iniziali della
carriera scolastica aspirazioni di istruzione tra loro estremamente differenziate (Fernandez
Reino, 2013). La mancanza di concordanza perfetta tra ambizioni scolastiche dei genitori e
dei figli, invece, si deve al processo definito di adattamento. Esso avviene specificatamente
nel corso della carriera scolastica, in quanto i giovani, entrando in possesso di informazioni
dettagliate sulle proprie capacità (i voti, i feedback degli insegnanti ecc.) e sulle caratteristiche
del sistema di istruzione in cui sono inseriti, utilizzano tali dettagli per accomodare le
aspirazioni precedentemente interiorizzate dai genitori.
La distinzione presente tra ambizioni adottate e ambizioni adattate si rispecchia nella
separazione tracciata tra i due concetti di aspirazioni ideali e di intenzioni (Breckler e
Wiggins, 1989). Possiamo intendere le aspirazioni come rappresentative dell’aspetto affettivo
degli orientamenti prefigurativi dei soggetti. Le aspirazioni educative riflettono, in altre
132 Il fatto che siano espressamente i genitori a costituire gli adulti di riferimento nel processo di formazione delle
ambizioni scolastiche, e non ad esempio gli insegnanti, spiega come mai la selezione positiva degli immigrati
può influire significativamente sulle aspirazioni scolastiche dei giovani di seconda generazione.
187
parole, delle preferenze individuali, le quali si basano su personali valutazioni di gradimento
di un certo possibile evento futuro (Eagly e Chaiken, 1998). Esse sono costituite
esclusivamente da desideri astratti e inclinazioni personali, e per tale ragione possono non
rispecchiare alcun giudizio di plausibilità sul reale accadere futuro dell’evento. Al contrario,
le aspettative realistiche dipendono direttamente dalla lettura che l’individuo ha della realtà in
cui si trova. Esse sono costituite da anticipazioni mentali di accadimenti futuri o, più
precisamente, da giudizi probabilistici sul proprio futuro.
Alcune ricerche di stampo psicologico hanno messo in luce che, diversamente a quello
che ci si potrebbe attendere, l’associazione tra gli orientamenti ideali e le aspirazioni reali dei
soggetti è tutt’altro che perfetta (Breckler e Wiggins, 1989). Nonostante sia certamente
possibile che i giudizi probabilistici di uno studente sul proprio futuro rispecchino fedelmente
i suoi personali desideri, può darsi anche il caso opposto: cioè che il titolo di studio che egli
considera plausibile raggiungere non corrisponda in alcun modo alle sue reali preferenze. In
linea con le argomentazioni della teoria della scelta razionale, contrariamente alle aspirazioni
ideali, le aspettative realistiche risentiranno della valutazione dei costi e dei benefici delle
diverse alternative, dei connessi rischi di un fallimento e della quantità e accuratezza delle
informazioni possedute (Morgan, 2005). Per tale ragione, analizzando contemporaneamente le
aspirazioni ideali e le aspettative realistiche degli studenti stranieri, ci aspettiamo di
riscontrare maggiori vantaggi etnici esaminando le prime rispetto alle seconde, in quanto esse
sono maggiormente in grado di riflettere le ambizioni delle famiglie immigrate al di fuori di
giudizi di plausibilità reale delle scelte. Allo stesso tempo ci attendiamo che l’analisi delle
aspettative realistiche permetta di mettere maggiormente in luce le eventuali differenze tra i
contesti di recezione. Questi ultimi, infatti, in quanto dotati di sistemi di istruzione diversi per
grado di selettività, potrebbero concedere agli stranieri possibilità diverse di realizzare le
proprie elevate ambizioni educative. (Jackson, Jonsson, e Rudolphi, 2012)
188
6.2 Dati, variabili e metodi
6.2.1 La rilevazione delle ambizioni scolastiche nell’indagine CILS4EU
Per permettere il dialogo tra i risultati riguardanti le ambizioni educative delle
minoranze etniche con quanto già emerso a proposito del loro svantaggio scolastico in termini
di competenze e di scelte scolastiche, le analisi di questo capitolo si svolgono sugli stessi
studenti analizzati nel capitolo quarto e quinto, grazie all’indagine Children of Immigrants
Longitudinal Survey in Four European Countries condotta nel 2010/11133. Poiché l’indagine
INVALSI non rileva nessuna informazione rispetto alle aspirazioni scolastiche degli studenti,
le analisi di questo capitolo si restringeranno ai soli casi inglese, svedese, tedesco e olandese.
L’utilizzo della medesima base dati e delle stesse variabili di controllo adoperate nelle
precedenti analisi, tuttavia, permetterà di leggere i risultati di questo capitolo in connessione
con quanto emerso nei precedenti, permettendo di trarre conclusioni di portata più ampia di
quanto sarebbe possibile con l’utilizzo di basi dati differenti.
Uno dei meriti dell’indagine CILS4EU, inoltre, è quello di rilevare le ambizioni
scolastiche in maniera approfondita, interrogando gli studenti agli ultimi anni della scuola
dell’obbligo non solo sui loro desideri riguardo al futuro, ma anche sulle loro aspettative
realistiche; rendendo possibile la comparazione delle risposte delle minoranze etniche tra
sistemi di istruzione altamente eterogenei. Sfruttando la ricchezza di questi dati, le analisi del
capitolo si svolgono su due variabili dipendenti separate, in linea alla distinzione tra
aspirazioni e intenzioni di istruzione argomentata in precedenza. La prima variabile
dipendente raccoglie le risposte alla domanda: “Qual è il titolo di istruzione più elevato che
desidereresti conseguire?” e rileva le aspirazioni ideali degli studenti. La seconda, volta a
individuare le aspettative realistiche, riassume le risposte al quesito: “Qual è il titolo di
istruzione più elevato che pensi che conseguirai in realtà?”134. A entrambe queste domande
gli studenti potevano rispondere selezionando da una lista di opzioni specifica per ogni
territorio135. Per consentire la comparazione delle risposte tra paesi, le variabili nazionali sono
133 Kalter, Frank, Anthony F. Heath, Miles Hewstone, Jan O. Jonsson, Matthijs Kalmijn, Irena Kogan, and Frank
van Tubergen. 2014. Children of Immigrants Longitudinal Survey in Four European Countries (CILS4EU) –
Full version. Data file for on-site use . GESIS Data Archive, Cologne , ZA5353 Data file Version 1.2.0,
doi:10.4232/cils4eu.5353.1.2.0. Per maggiori dettagli sulle caratteristiche di questa fonte di dati si rimanda il
lettore alla sezione 3.2.1 del terzo capitolo. 134 I termini ‘desidereresti’ e ‘in realtà’ sono stati sottolineati nel testo del questionario proprio per enfatizzare
visivamente le differenze tra le due domande. 135 Ad esempio, le categorie riportate sul questionario somministrato in Inghilterra sono: a) No degree, b) GCSE,
or a similar level, c) A levels, AS levels, or a similar level, d) University degree; mentre quelle previste dal
189
state armonizzate, raggruppando le alternative in categorie confrontabili. Si è seguita a tale
proposito, per entrambe le variabili, la stessa strategia di raggruppamento proposta dal
fornitore di dati, basata su valutazioni di corrispondenza tra le opzioni suggerite dai ricercatori
esperti dei singoli contesti nazionali (CILS4EU 2014). La tabella 6.1 riporta la distribuzione
di frequenza delle aspirazioni ideali e delle aspettative realistiche degli studenti nei quattro
contesti in esame.
Probabilmente in ragione della giovane età, una quota non marginale di intervistati ha
affermato di non saper rispondere, soprattutto per quanto riguarda le intenzioni reali sul
proprio futuro scolastico. Anziché escludere queste informazioni dalle analisi considerandole
mancate risposte, la selezione dell’opzione non so è stata trattata come una risposta a tutti gli
effetti136. Tale decisione, consente da un lato di indagare la presenza di differenziali tra le
etnie nel possesso o meno di chiare ambizioni scolastiche già a 13/14 anni di età, e dall’altro
di svolgere le analisi su un campione più numeroso, ottenendo stime meno incerte.
Come anticipato all’inizio del paragrafo, le variabili indipendenti di controllo dei
modelli contenuti in queste pagine sono le medesime utilizzate nei capitoli precedenti. La
tabella 6.1 mostra la distribuzione di frequenza della variabili utilizzate per le analisi del sesto
capitolo. La variabile esplicativa principale qui sarà esclusivamente l’appartenenza etnica.
Essa ci permette, per ognuno dei paesi considerati, di indagare la presenza di differenziali
specifici nelle ambizioni scolastiche per le prime quattro etnie più rappresentate, e per
raggruppamenti territoriali più ampi per le minoranze singolarmente meno consistenti.
Oltre all’aspetto dell’origine etnica, le ulteriori variabili individuali utilizzate nei
modelli, come controlli dell’associazione tra l’etnicità e ambizioni scolastiche, sono:
l’esperienza migratoria diretta dello studente, l’occupazione e il titolo di studio superiori tra i
due genitori, il sesso, l’anno di nascita e il punteggio di competenza linguistica.
Contemporaneamente, i modelli considerano anche tre variabili riguardanti il contesto
scolastico in cui i giovani intervistati studiano: la percentuale di studenti stranieri tra i
compagni, la media del punteggio di status socio-economico delle occupazioni dei genitori e
il tipo di istituto scolastico che frequentano. L’operativizzazione di queste variabili è del tutto
identica a quella adottata nei precedenti capitoli.
questionario olandese sono: a) nessun titolo, b) VMBO, c) HAVO, d) VWO, e) MBO, f) HBO, g) “titolo
universitario”. 136 Sono invece stati esclusi dalle analisi i casi di reale mancata risposta, dovuti alla non compilazione della
domanda o alla fornitura di una risposta non codificabile (doppia selezione).
190
Tabella 6.1: Distribuzione di frequenza delle variabili utilizzate nelle analisi del sesto capitolo per paese considerato. Dati CILS4EU 2010/11, risultati pesati, valori percentuali.
Inghilterra Svezia Paesi Bassi Germania
Aspirazioni scolastiche ideali Titolo inferiore al diploma 13,18 0,61 8,50 22,83
Diploma delle medie superiori 17,18 17,70 30,13 40,74 Laurea 60,53 61,68 50,17 34,50 Non so 9,12 20,02 11,20 1,92 Intenzioni realistiche
Titolo inferiore al diploma 25,07 1,06 23,25 44,46 Diploma delle medie superiori 23,65 32,24 34,01 30,37 Laurea 36,63 47,26 32,21 18,42 Non so 14,65 19,44 10,53 6,75 Esperienza migratoria
Nati nel paese dove vivono 90,66 93,87 96,46 93,87 Studenti immigrati 9,34 6,13 3,54 6,13 Nazionalità / app.etnica
in Inghilterra Maggioranza inglese 85,51
India 1,39 Pakistan e Bangladesh 2,52 Africa settentrionale 1,46 altro Africa 1,79 Caraibi e America Latina 0,66 altro Asia 3,70 altro Europa 2,55 altro 0,42 in Svezia
Maggioranza svedese
81,54 Danimarca, Finlandia e Norvegia
1,11
Turchia
1,48 Iran
0,81
Ex Jugoslavia
3,37 America
1,01
Africa
2,05 altro Asia
6,00
altro Europa
2,63 nei Paesi Bassi
91,42
Maggioranza olandese
0,85 Suriname
0,17
Antille
1,23 Marocco
1,52
Turchia
0,49 altro Africa
0,25
altro America
2,58 Asia
1,48
Europa in Germania Maggioranza tedesca
81,18 Turchia
5,79
Ex URSS
4,65 Ex Jugoslavia
1,27
Polonia
1,60 Europa meridionale
1,28
Asia
2,34 Africa
0,80
altro
1,10
191
Tabella 6.1 continua dalla pagina precedente Istruzione dei genitori
Istruzione terziaria 31,23 46,69 19,17 21,41 Istruzione sec. superiore 38,02 39,04 76,62 69,77 Istruzione primaria o meno 26,20 8,99 3,03 5,54 Non sa / non risponde 4,55 5,28 0,64 3,27 Status socio economico
Media ISEI occ. Genitori 54,65 53,43 51,36 50,12 Deviazione standard 20,84 20,17 19,47 19,67 Non sa / non risponde 7,83 5,76 3,16 6,02 Sesso
Maschio 48,77 50,62 50,66 51,26 Femmina 51,23 49,38 49,34 48,74 Anno di nascita
1994 o meno 0,37 0,10 5,12 12,11 1995 35,25 4,45 36,67 47,64 196 63,93 93,84 57,62 39,60 1997 o più 0,45 1,62 0,59 0,65 Competenze linguistiche
Media 16,75 18,99 17,17 12,72 Deviazione Standard 3,35 4,92 4,18 4,37 % Stranieri a scuola
Media 15,00 18,42 8,60 18,90 Deviazione standard 17,57 19,51 11,63 17,03 Media ISEI a scuola
Media 54,58 53,36 51,62 50,03 Deviazione standard 8,10 7,17 7,57 9,79 Tipo di istituto scolastico
in Inghilterra Religious 25,12
Selective 4,88 Academy 5,29 Community 40,68 Foundation 19,48 Voluntary aided & Independent 4,56 in Svezia
Statale (Municipal)
90,07 Privato
9,93
nei Paesi Bassi Brugklas
0,56 VMBO-B/VMBO-K/VMBO-MBO2
23,41
VMBO-G/VMBO-T
41,88 HAVO
19,14
VWO/ES/IB
15,00 in Germania
Hauptschule
14,55 Kooperative Gesamtschule
9,01
Integrierte Gesamtschule
28,53 Realschule
14,45
Gymnasium
30,80 Foerderschule (bisogni speciali)
2,66
N. osservazioni 3.917 4.754 4.110 4.938 Nota: le distribuzioni delle variabili sono state calcolate sulla versione di dati ZA5656 Data file Reduced Version 1.2.0, doi:10.4232/cils4eu.5656.1.2.0 relativa alla prima rilevazione.
192
6.2.1 La strategia analitica
Coerentemente a quanto argomentato a proposito della distinzione tra aspirazioni ideali
e aspettative realistiche, le analisi presentate nelle prossime pagine sono state condotte su
queste due dimensioni separatamente. Esse sono state comunque effettuate esclusivamente sul
gruppo di studenti che hanno risposto a entrambe le domande. L’utilizzo delle medesime
variabili di stratificazione nei modelli, permetterà di conservare la possibilità di leggere i
risultati ottenuti in parallelo. In linea con la strategia analitica adottata nei precedenti capitoli,
i modelli sono calcolati separatamente per ogni paese. Le variabili che misurano le ambizioni
scolastiche degli studenti sono categoriali, ognuna con quattro modalità di risposta (tabella
6.1). Inoltre, nonostante possa essere rilevato un certo ordine tra le prime tre categorie di
risposta (titolo inferiore al diploma, diploma di scuola media superiore e laurea), il
posizionamento della modalità non so in questo ordine è decisamente problematico. È
piuttosto arduo stabilire, infatti, se il livello di aspettative degli studenti che affermano di non
sapere cosa desiderano sia inferiore a quello dei compagni che affermano di volersi fermare
all’obbligo scolastico (perché ad esempio non si aspettano nemmeno di completare la scuola
che stanno frequentando al momento), sia superiore (perché riflette magari un’indecisione tra
un diploma superiore e una laurea) o non sia assolutamente confrontabile, perché indicativo di
una totale mancanza di ragionamento sull’argomento. Per queste due ragioni, i modelli
utilizzati in questo capitolo avranno la forma di modelli di regressione logistica
multinomiale137 anziché quella di modelli ordinali. Per tenere in considerazione
l’appartenenza degli studenti a istituti scolastici specifici, aspetto che li rende meno dissimili
tra loro rispetto agli altri giovani campionati influendo in questo modo sul calcolo degli errori
standard delle stime, si sono calcolati gli errori standard clusterizzati.
Una soluzione alternativa per tenere sotto controllo l’effetto della struttura gerarchica
dei dati sarebbe stata l’utilizzo di modelli multilivello. Tuttavia, il calcolo di modelli di
regressione logistica multinomiale multilivello non ammette l’utilizzo dei coefficienti di
riporto all’universo138, che è indispensabile nelle analisi con i dati CILS4EU in ragione della
particolare struttura del campionamento139, e specialmente quando la nazionalità costituisce la
137 La definizione matematica formale del modello è fornita nell’appendice al termine del lavoro, equazione 6.1. 138 Attualmente, in quanto non è ancora stato implementato un comando ‘memlogit’ (STATA, 2015) la stima di
modelli logistici multinomiali multilivello è possibile utilizzando il programma STATA esclusivamente
attraverso il calcolo di modelli di equazioni strutturali generalizzati, a patto tuttavia di rinunciare alla
considerazione dei coefficienti di riporto all’universo specifici dei vari livelli coinvolti (in quanto solamente
l’utilizzo del peso totale risulta ammesso da questi ultimi). 139 L’indagine CILS4EU ha infatti espressamente sovra campionato gli studenti appartenenti alle minoranze
etniche, rendendo indispensabile l’utilizzo dei pesi per poter ottenere stime generalizzabili alla popolazione
193
variabile esplicativa principale delle analisi, come in questo caso (CILS4EU 2014a;
Zuehlke/Vandenplas, 2011)140. La decisione di utilizzare come dipendente una variabili
nominale, oltre ai vincoli appena illustrati pone alcuni ulteriori ostacoli, ad esempio rispetto
all’interpretazione dei risultati. Poiché costituiti da odds ratio espressi in forma logaritmica, i
coefficienti dei modelli di regressione logistica multinomiale calcolati separatamente per
Inghilterra, Svezia, Paesi Bassi e Germania non possono essere infatti direttamente
confrontati tra loro (Allison, 1999; Mood, 2010). Per superare questo problema, i risultati
verranno mostrati sotto forma di effetti marginali medi, calcolati per ognuna delle alternative
di risposta rispetto alle altre. I coefficienti di ogni singola nazionalità o gruppo etnico
verranno quindi rappresentati graficamente e potranno essere letti in termini di differenze di
probabilità rispetto al valore medio della maggioranza etnica del paese.
L’analisi dell’influenza dell’esperienza migratoria e dell’appartenenza etnica nella
formazione delle aspirazioni ideali e delle intenzioni scolastiche nei quattro paesi europei
considerati inizierà, in linea con la strategia analitica dei capitoli precedenti, con la stima
dell’effetto grezzo di queste due variabili (modelli 1a e 1b). Ai modelli bivariati verranno poi
successivamente aggiunte le variabili di controllo, secondo la seguente successione:
Modello 1: modello bivariato, contente esclusivamente la variabile relativa all’appartenenza
etnica dell’intervistato, oltre che la costante.
Modello 2: modello in cui vengono aggiunte come variabili di controllo l’esperienza
migratoria e le origini sociali (sia il titolo di studio dei genitori che la posizione
occupazionale più elevata tra i due).
Modello 3: modello in cui vengono aggiunti i controlli le ulteriori variabili rilevanti di livello
individuale (il sesso dell’intervistato, l’anno di nascita e il punteggio al test di
competenza linguistica).
Modello 4: modello in cui sono aggiunti i controlli relativi alle dimensioni del contesto
scolastico in cui avviene l’apprendimento (la percentuale di figli di immigrati e il
punteggio di status socio-economico della professione dei genitori a livello di
scuola, nonché il tipo di scuola secondaria inferiore frequentato).
studentesca di riferimento. Per maggiori dettagli sul campionamento adottato dall’indagine CILS4EU si veda la
sezione metodologica del quarto capitolo. 140 All’interno dell’appendice al termine del lavoro è possibile prendere visione dei risultati di un’analisi di
robustezza effettuata riguardo al metodo di stima della relazione tra nazionalità e aspirazioni proposto (si vedano
le tabelle A6.15 e A6.16). Più precisamente: ognuna delle due variabili dipendenti relative alle aspirazioni e alle
intenzioni scolastiche future, qui trattate in termini di variabili categoriali a quattro modalità, è stata trasformata
in una serie di tre variabili dicotomiche (cioè k-1 dummy, dove k rappresenta il numero delle categorie di
risposta della variabile originaria). Ognuna delle nuove variabili così ottenute compara dunque una specifica
modalità di risposta alla categoria già considerata come riferimento all’interno dei modelli logistici multinomiali
(il diploma di scuola superiore). Sono stati stimati quindi, per ogni nazione, tre modelli logistici binomiali
multilivello utilizzando il comando ‘melogit’ il quale permette di tenere in considerazione la complessa struttura
di pesi dell’indagine CILS4EU. Nonostante l’incertezza che circonda le stime sia leggermente maggiore, i
risultati ottenuti in questo modo si dimostrano il linea a quelli precedentemente riscontrati nei modelli di
regressione logistica multinomiale calcolati clusterizzando gli errori a livello di scuola, i quali tuttavia
costituiscono un’opzione più parsimoniosa e per questa ragione sono stati preferiti per le analisi.
194
6.3 I risultati delle analisi
6.3.1 Il vantaggio etnico nelle aspirazioni scolastiche
In questa sezione testiamo empiricamente l’idea derivata dal modello teorico che la
nazionalità sia in grado di esercitare un’influenza diretta e positiva sulle ambizioni educative
degli individui141. Per rendere più agevole la riflessione attraverso i molteplici risultati emersi,
la trattazione inizierà in questo paragrafo focalizzandosi esclusivamente sulle stime ottenute
per Inghilterra e Germania142. Nonostante questi paesi corrispondano a due casi estremi
relativamente all’effetto della variabile esplicativa principale sulle aspirazioni ideali, in
entrambi si riscontra la presenza di vantaggi generalizzati per le minoranze etniche. Le figure
nelle prossime pagine mostrano i cambiamenti indotti dall’introduzione successiva nei
modelli delle variabili di controllo presentate nella sezione precedente, nella stima dei
differenziali etnici rispetto alle aspettative ideali in Inghilterra (figura 6.1143) e in Germania
(figura 6.2144) nel confronto con i nativi (rappresentati dalla linea in corrispondenza del valore
zero).
Come possiamo riscontrare in figura 6.1, tutte e quattro le minoranze etniche più
consistenti in Inghilterra (indiani, pakistani e bengalesi, africani dell’Africa orientale e
provenienti dai Caraibi/America Latina) mostrano desideri di raggiungere un titolo di studio
terziario più elevati rispetto ai coetanei nativi. Tali vantaggi emergono chiaramente già dalla
stima dell’effetto grezzo della nazionalità (modello 1), specialmente per gli studenti indiani e
africani, in linea con quanto evidenziato dalla precedente letteratura. Aggiungere nei modelli
le dimensioni delle origini sociali e dell’esperienza migratoria degli intervistati (modello 2)
incrementa la stima dei vantaggi inizialmente riscontrati soprattutto per gli studenti pakistani,
bengalesi e caraibici, come accade anche per le minoranze turche in Germania, ma anche nei
Paesi Bassi e in Svezia.
141 Più precisamente, anzitutto prenderemo in considerazione le aspirazioni ideali degli studenti in Inghilterra e
Germania. Nel prossimo invece, invece, completeremo questa analisi trattando parallelamente i risultati ottenuti
per le aspirazioni ideali e per le aspettative realistiche in tutti e quattro i paesi. 142 Come confermano i modelli completi riportati in appendice (tabelle A6.7; A6.9, A6.11 e A6.13), l’andamento
mostrato dalla Svezia e dai Paesi Bassi in termini di aspirazioni ideali è molto vicino a quello mostrato
dall’Inghilterra (si tenga tuttavia conto della ridotta numerosità di figli di immigrati nel campione olandese),
mentre il caso tedesco rappresenta l’estremo caratterizzato dai vantaggi etnici inferiori nelle aspettative
scolastiche. 143 I modelli di regressione completi che hanno permesso di costruire la figura 6.1. sono riportati nell’appendice
al termine di questo lavoro (tabelle A6.1; A6.2; A6.3 e A6.7). 144 I modelli di regressione completi che hanno permesso di costruire la figura 6.2. sono riportati nell’appendice
al termine di questo lavoro (tabelle A6.4; A6.5; A6.6 e A6.8).
195
Figura 6.1: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali (più elevato titolo di studio desiderato) e intervallo di confidenza al 95% risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Inghilterra, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati.
Titolo sec. inferiore Titolo sec. superiore Titolo terziario
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Ca
raib
i e
Am
erica
La
tin
aP
akis
tan
i e
ba
ng
lad
esi
Non so
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Afr
ica
orie
nta
le
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Ind
ia
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
196
L’inserimento delle ulteriori variabili di controllo non risulta in una perdita di
significatività dei vantaggi. Al netto di queste variabili, gli studenti dell’Africa settentrionale
mostrano una propensione a desiderare la laurea più di ogni altro titolo, maggiore di 25 punti
percentuali a quella dei nativi. In modo complementare, la tendenza di questi studenti ad
affermare di volersi fermare al titolo dell’obbligo è, al pari dei giovani indiani, di circa 10
punti percentuali inferiore a quella dei coetanei inglesi. Aspirazioni verso un titolo di studio
terziario significativamente maggiori a quelle dei nativi si riscontrano, inoltre, anche per le
minoranze pakistane, bengalesi e caraibiche.
È interessante notare che, nonostante l’eterogeneità dei sistemi di istruzione, lo schema
delle differenze etniche nelle aspirazioni ideali che si rileva in Germania si discosta da quello
inglese solo parzialmente. Infatti, anche se il sistema tedesco si diversifica molto presto in
percorsi di istruzione distinti e poco permeabili, neppure in questo paese si riscontrano
svantaggi etnici nelle aspirazioni d’istruzione. Se è vero che questa è la nazione tra le
analizzate che mostra i risultati nel complesso meno favorevoli per le minoranze in termini di
scelte scolastiche, gli studenti stranieri in Germania presentano aspirazioni non
statisticamente diverse dai coetanei nativi rispetto al conseguimento della laurea, mostrando
invece inferiori propensioni a interrompere gli studi prima del diploma. Inoltre, vantaggi
etnici significativi emergono per le minoranze polacche e, specialmente, per quelle turche145.
A parità di origini sociali, di caratteristiche individuali e dell’ambiente di apprendimento,
questi giovani desiderano conseguire un titolo di studio terziario più di qualunque altra
opzione disponibile, con una propensione di venti punti percentuali superiore a quella dei
nativi. Tale differenziale netto si dimezza se consideriamo i giovani di origine polacca, e non
risulta invece significativo per gli studenti dell’ex Unione Sovietica e dell’Europa
meridionale. Questi ultimi gruppi tuttavia mostrano, a parità di risorse socio-economiche
possedute, una propensione a non proseguire la carriera scolastica regolare rispettivamente di
10 e 12 punti percentuali inferiore a quella dei compagni nativi.
145 Come riportato in figura 6.6, un coefficiente significativamente superiore a quello dei nativi in termini di
aspirazioni a conseguire il titolo di laurea emerge anche per i raggruppamenti di ‘altro paese asiatico’ e ‘paese
africano’. Tuttavia tali categorie sono sfortunatamente troppo ampie perché si possa parlare di un vantaggio
etnico specifico.
197
Figura 6.2: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali (più elevato titolo di studio desiderato) e intervallo di confidenza
al 95% risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Germania, dati CILS4EU
2010/11, effetti marginali medi, risultati pesati.
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Titolo sec. inferiore Titolo sec. superiore
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Titolo terziario Non so
Eu
rop
a m
erid
ion
ale
Ex U
nio
ne
So
vie
tica
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Po
lon
ia
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Tu
rch
ia
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
Mod.1
Mod.2
Mod.3
Mod.4
-.3 -.2 -.1 0 .1 .2 .3 .4
198
6.3.2 Il confronto tra le aspirazioni ideali e le intenzioni scolastiche reali dei figli di
immigrati
Dalle analisi del precedente paragrafo è emerso come le minoranze etniche siano
generalmente caratterizzate da maggiori aspirazioni dei nativi rispetto all’istruzione, seppur
con leggere differenze tra i contesti esaminati. Tuttavia, poiché le aspirazioni ideali riflettono
esclusivamente giudizi di gradimento di eventi futuri, una critica che si potrebbe avanzare è
che la presenza dei vantaggi etnici mostrata non basti a spiegare le migliori scelte scolastiche
degli stranieri, a causa della distanza intercorrente tra le aspirazioni ideali e la lettura della
realtà da parte degli individui146. In questo paragrafo, dunque, approfondiremo se i vantaggi
permangono anche quando al posto delle aspirazioni consideriamo le intenzioni realistiche
degli studenti stranieri. In quanto anticipazioni di accadimenti futuri basate sulle informazioni
che gli individui hanno della realtà, le intenzioni possono intatti essere considerate come più
vicine ai comportamenti reali delle aspirazioni. Le figure 6.3, 6.4, 6.5 e 6.6 mostrano la stima
dell’effetto della nazionalità sul più elevato titolo di istruzione desiderato (indicato da un
cerchio) e atteso (indicato da un quadrato) risultante dai modelli di regressione logistica
multinomiale che controllano per tutte le variabili antecedenti e concomitanti rilevanti,
rispettivamente in Inghilterra, Svezia, Paesi Bassi e Germania. I marcatori pieni rappresentano
stime significative per un livello di confidenza del 95%, mentre i marcatori vuoti
corrispondono a stime non significative. Grazie alla rappresentazione grafica possiamo
rilevare facilmente la presenza o meno di vantaggi etnici significativi per le specifiche
minoranze, ma anche interpretare l’andamento generale in parallelo tra i paesi, guardando
contemporaneamente sia ai differenziali nelle aspirazioni scolastiche che nelle intenzioni.
Dall’analisi emerge una totale mancanza di svantaggi legati alla nazionalità in ognuno
dei paesi esaminati, indipendentemente dalla minoranza etnica e dal focus sui desideri di
istruzione ideali o sulle aspettative realistiche. Se consideriamo solo i marcatori pieni, cioè i
differenziali significativi rispetto ai nativi, possiamo notare come essi si posizionino sempre
in corrispondenza di valori positivi riguardo al conseguimento futuro di titolo universitario e
su valori negativi rispetto alla considerazione di non proseguire gli studi dopo la scuola
secondaria inferiore. Inoltre, i giovani stranieri dimostrano di avere già a 13/14 anni
ambizioni scolastiche più definite dei coetanei nativi, i quali si mostrano significativamente
più inclini a affermare di non sapere che percorso di istruzione intraprenderanno in futuro.
146 Abbiamo infatti argomentato nella prima sezione di questo capitolo che le aspirazioni ideali costituiscono
l’aspetto affettivo degli orientamenti prefigurativi dei soggetti e che, in quanto desideri astratti, possono essere
del tutto slegate dai giudizi sulla plausibilità degli eventi giudicati come positivi nella realtà (Eagly & Chaiken,
1998).
199
Figura 6.3: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali e sulle intenzioni reali a confronto, risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Inghilterra, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati.
Figura 6.4: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali e sulle intenzioni reali a confronto, risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Svezia, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati.
altro
Europe
altro Africa
altro Asia
Caraibi & A.L.
Africa orientale
Pakistan & Ban.
India
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo secondario inferiore
altro
Europe
altro Africa
altro Asia
Caraibi & A.L.
Africa orientale
Pakistan & Ban.
India
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo secondario superiore
altro
Europe
altro Africa
altro Asia
Caraibi & A.L.
Africa orientale
Pakistan & Ban.
India
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo terziario
altro
Europe
altro Africa
altro Asia
Caraibi & A.L.
Africa orientale
Pakistan & Ban.
India
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Non so
Aspirazioni non significative Aspirazioni significative Aspettative non significative Aspettative significative
America
Afica
altro Asia
altro Europa
altro paese nord.
Iran
Ex Yugoslavia
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo secondario inferiore
America
Afica
altro Asia
altro Europa
altro paese nord.
Iran
Ex Yugoslavia
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo secondario superiore
America
Afica
altro Asia
altro Europa
altro paese nord.
Iran
Ex Yugoslavia
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo terziario
America
Afica
altro Asia
altro Europa
altro paese nord.
Iran
Ex Yugoslavia
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Non so
Aspirazioni non significative Aspirazioni significative Aspettative non significative Aspettative significative
200
Figura 6.5: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali e sulle intenzioni reali a confronto, risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Paesi Bassi, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati.
Figura 6.6: Stima dell’effetto dell’appartenenza etnica sulle aspirazioni ideali e sulle intenzioni reali a confronto, risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. Germania, dati CILS4EU 2010/11, effetti marginali medi, risultati pesati.
Europa
altro Asia
altro Africa
altro America
Antille
Suriname
Marocco
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo secondario inferiore
Europa
altro Asia
altro Africa
altro America
Antille
Suriname
Marocco
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo secondario superiore
Europa
altro Asia
altro Africa
altro America
Antille
Suriname
Marocco
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo terziario
Europa
altro Asia
altro Africa
altro America
Antille
Suriname
Marocco
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Non so
Aspirazioni non significative Aspirazioni significative Aspettative non significative Aspettative significative
altro
Africa
altro Asia
Ex Yugoslavia
Europa merid.
Ex URSS
Polonia
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo secondario inferiore
altro
Africa
altro Asia
Ex Yugoslavia
Europa merid.
Ex URSS
Polonia
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo secondario superiore
altro
Africa
altro Asia
Ex Yugoslavia
Europa merid.
Ex URSS
Polonia
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Titolo terziario
altro
Africa
altro Asia
Ex Yugoslavia
Europa merid.
Ex URSS
Polonia
Turchia
-.4 -.3 -.2 -.1 0 .1 .2 .3 .4
Non so
Aspirazioni non significative Aspirazioni significative Aspettative non significative Aspettative significative
201
Nonostante queste considerazioni generali, un esame più approfondito dei risultati
emersi sulle le aspettative realistiche mette in luce maggiori specificità territoriali di quanto
rilevato analizzando le aspirazioni ideali. Ad esempio, è possibile tracciare una distinzione tra
i paesi caratterizzati da un sistema di istruzione comprensivo e i paesi in cui i percorsi di
istruzione sono altamente differenziati e poco permeabili. In Inghilterra e Svezia (figura 6.3 e
6.4 rispettivamente) l’immagine dei vantaggi etnici in termini di intenzioni è molto simile a
quella ottenuta precedentemente a proposito delle aspirazioni ideali147. In entrambi i paesi la
generalità delle minoranze esaminate mostra una propensione significativamente superiore ai
nativi non solo a desiderare, ma anche ad attendersi, di raggiungere una laurea rispetto a ogni
altra alternativa disponibile. Si distanziano da questa tendenza generale solamente gli studenti
provenienti dai paesi nordici (Finlandia, Norvegia e Danimarca) e dal continente americano in
Svezia, e i raggruppamenti residuali in Inghilterra. Nei Paesi Bassi e in Germania (figura 6.5 e
6.6 rispettivamente), rileviamo differenze più consistenti tra i desideri ideali e le attese
realistiche delle minoranze. Quando circoscriviamo le analisi alle intenzioni, la presenza di
vantaggi etnici significativi emerge per un numero decisamente inferiore di etnie rispetto a
quanto suggerito dall’analisi delle aspirazioni. Inoltre, anche dove riscontriamo ambizioni
significativamente più elevate per le minoranze etniche in entrambe le dimensioni, l’analisi
delle intenzioni fornisce una stima dei differenziali rispetto ai nativi generalmente più
contenuta di quanto si misuri in termini di aspirazioni ideali148. Al netto di tutte le
caratteristiche individuali e contestuali rilevanti, in questi due territori rileviamo considerevoli
vantaggi etnici nella propensione sia a desiderare sia ad aspettarsi di conseguire un titolo di
studio terziario solo per i giovani marocchini, turchi e africani nei Paesi Bassi, e per le
minoranze turche e asiatiche in Germania. Tuttavia, riscontriamo al contempo accentuate
differenze nelle tendenze a considerare realisticamente di non proseguire gli studi dopo il
titolo secondario inferiore tra i nativi e le minoranze etniche, le quali premiano proprio queste
ultime, specialmente nei Paesi Bassi. In questo paese, i giovani stranieri indipendentemente
dalla loro specifica nazionalità di appartenenza (eccetto i turchi e gli antillani), mostrano una
propensione ad aspettarsi di concludere gli studi con il diploma di scuola media inferiore tra i
10 e i 20 punti percentuali più bassa rispetto alla maggioranza etnica olandese.
147 In Svezia specialmente, le stime dei vantaggi etnici nelle aspirazioni ideali e nelle attese di raggiungere una
laurea rispetto ad ogni altra alternativa sono particolarmente vicine, ad esclusione esclusivamente delle
minoranze iraniane per le quali, tuttavia, sono proprio le aspettative realistiche a mostrare un vantaggio maggiore
rispetto ai nativi. 148 Costituisce una rilevante eccezione la stima della propensione a considerare di non proseguire gli studi dopo
il titolo secondario inferiore nei Paesi Bassi. In questo caso specifico, infatti, le differenze rispetto alla
maggioranza etnica risultano più consistenti quando vengono esaminate le aspettative realistiche di quanto non
mostri l’analisi delle aspirazioni ideali.
202
6.4 Considerazioni conclusive
L’obiettivo del quinto capitolo è stato quello di approfondire l’idea che la nazionalità
possa influenzare positivamente le scelte scolastiche degli individui perché ad essa si associno
mediamente ambizioni educative elevate. Coerentemente alla letteratura in materia, la
mappatura dei differenziali nelle ambizioni scolastiche tra stranieri e nativi ha fatto emergere
la presenza di un vantaggio etnico piuttosto generalizzato. Ad esempio, le analisi condotte
costituiscono un’ulteriore conferma delle elevate ambizioni dei giovani asiatici e africani a
raggiungere i gradi più elevati del sistema di istruzione inglese (Bagguley e Hussain, 2007;
Fernandez Reino, 2013) e olandese (Van de Werfhorst e Van Tubergen, 2007). Allo stesso
modo, esse rimarcano la presenza di maggiori aspirazioni per minoranze turche rispetto ai
nativi trasversalmente ai contesti studiati, già precedentemente messe in luce sia in Germania
(Salikutluk, 2016), che in Svezia e in Inghilterra (Heath e Brinbaum, 2014). Analizzando i
risultati dei modelli di regressione logistica abbiamo potuto constatare inoltre che, in linea con
le argomentazioni teoriche e i riscontri empirici del quinto capitolo, la nazionalità è in grado
di esercitare un effetto autonomo diretto e positivo sulle ambizioni scolastiche degli studenti.
In altre parole, i differenziali dovuti alla nazionalità si dimostrano ugualmente significativi
quando le analisi sono svolte stratificando il campione in base all’origine etnica dei
rispondenti e tenendo sotto controllo le dimensioni dell’età, del genere, dell’esperienza
migratoria e delle caratteristiche del contesto in cui avviene l’apprendimento. Anche a parità
di risultati scolastici, gli studenti nativi continuano a mostrare ambizioni scolastiche maggiori
ai coetanei nativi.
Oltre a produrre testimonianze a supporto del modello teorico, uno dei contributi
originali del capitolo è l’aver rilevato sensibili differenze nell’immagine dei differenziali
etnici che otteniamo se esaminiamo le aspettative realistiche piuttosto che i semplici desideri
di acquisire credenziali educative. Coerentemente agli studi di psicologia sociale che
dimostrano la differente influenza esercitata dalla lettura della realtà sulle due distinte
componenti delle attitudini educative, centrale nella formazione delle aspettative ma
trascurabile in quella delle aspirazioni ideali (Breckler e Wiggins, 1989; Eagly e Chaiken,
1998), abbiamo evidenziato vantaggi etnici maggiori, e più generalizzati tra le etnie,
analizzando le prime rispetto alle seconde. Gli scostamenti tra desideri ideali e aspettative
203
realistiche non sono però costanti tra i contesti, anzi la loro variazione sembra essere associata
alle caratteristiche dei sistemi di istruzione. Contrariamente ai paesi dotati di un sistema
comprensivo come Inghilterra e Svezia, nei Paesi Bassi e specialmente in Germania, le
differenze tra minoranze etniche e nativi si riducono molto se esaminiamo il titolo di
istruzione più elevato che gli studenti si attendono di conseguire. Ciò può essere dovuto al
fatto che gli studenti di 13/14 anni in questi paesi hanno già effettuato scelte estremamente
vincolanti sul proprio percorso di istruzione (Shavit e Müller, 1998). Poiché tali scelte si
basano soprattutto sui risultati scolastici pregressi, i quali sono per gli stranieri mediamente
inferiori ai nativi, il titolo di istruzione effettivamente atteso difficilmente potrà riflettere gli
elevati desideri di raggiungere i più alti gradi d’istruzione che caratterizzano le minoranze
(Jackson, 2013).
Nonostante, come sostenuto da Jackson e colleghi, i sistemi d’istruzione sembrino
effettivamente garantire agli studenti stranieri possibilità differenziate di compiere scelte
coerenti alle proprie più elevate aspirazioni (Jackson, Jonsson, e Rudolphi, 2012), in nessuno
dei paesi analizzati si riscontrano reali svantaggi etnici, neppure rispetto al titolo maggiore
che gli studenti si aspettano plausibilmente di raggiungere. Infatti, anche nei contesti in cui
non rileviamo significativi differenziali positivi per le minoranze etniche rispetto ai nativi,
constatiamo semplicemente che a parità di origini sociali, risultati scolastici e tipo di scuola
frequentato, le loro aspirazioni e aspettative di istruzione non differiscono da quelle dei
compagni autoctoni. Le specificità dei contesti di arrivo non sono dunque sufficienti a mettere
in discussione l’idea generale sostenuta dal modello teorico, che l’etnicità sia in grado di
esercitare un effetto diretto e positivo sulle ambizioni scolastiche.
204
Conclusioni
Questo studio è stato condotto con l’intento di indagare i meccanismi sottostanti alle
disparità di istruzione nelle società europee occidentali sempre più multietniche. Più
precisamente, sono state sottoposte a test empirico quattro ipotesi di ricerca specifiche,
derivate da un modello teorico generale elaborato sulla base della precedente letteratura in
materia di migrazioni, relazioni interetniche e disuguaglianze sociali. Nel corso di quattro
capitoli empirici abbiamo indagato gli apprendimenti dei figli di immigrati iscritti in diversi
gradi scolastici in Italia, e in differenti indirizzi di studio in cinque paesi europei; le loro
ambizioni educative e le loro scelte d’istruzione successive all’obbligo. Ci siamo interrogati
sul ruolo giocato dalle risorse economiche a disposizione dei genitori immigrati nelle carriere
scolastiche dei figli, e su quale sia invece il contributo della loro specificità culturale. In
queste ultime pagine, i risultati ottenuti sono rielaborati alla luce dei precedenti studi sul
fenomeno delle disparità etniche in istruzione, allo scopo di valutare la bontà del modello
teorico proposto nel primo capitolo. Una riflessione sulle indicazioni di politica pubblica che
possono essere avanzate sulla base di quanto emerso con questa ricerca concluderà il lavoro.
Ipotesi 1: Le origini etniche come linea indipendente di disparità sociale
Una delle caratteristiche principali del modello teorico è l’attribuzione di centralità alla
dimensione delle origini etniche nella spiegazione dei divari di istruzione esistenti tra studenti
con differente nazionalità e storia migratoria. Più precisamente, il modello di riferimento
suggerisce che queste due dimensioni siano in grado di esercitare un effetto autonomo
sull’istruzione degli individui, a parità del peso esercitato dalle origini sociali. Certamente, la
sovra-rappresentazione delle famiglie immigrate negli strati sociali meno avvantaggiati è un
fattore rilevante nell’interpretazione dell’inferiore riuscita scolastica degli studenti stranieri
che possiamo osservare descrittivamente (In linea con le argomentazioni di Heath e
Brinbaum, 2007, 2014; Alba e Holdaway, 2013; Kao et.al., 2013; Stevens e Dworking, 2014).
Il ruolo delle origini sociali nella spiegazione dei divari tra gli studenti di diversa nazionalità è
considerevole sia rispetto agli apprendimenti che alle carriere scolastiche, ma su queste ultime
soprattutto. Da un lato, dunque, dobbiamo concludere che la cosiddetta ipotesi di
composizione ha effettivamente trovato supporto nei dati esaminati. Una parte non marginale
205
dello svantaggio grezzo degli studenti stranieri è dovuto espressamente alla maggiore
probabilità che siano proprio i loro genitori ad occupare le posizioni meno prestigiose della
scala sociale nei paesi di destinazione (Kogan, 2006, 2011; Heath e Cheung, 2007; Ballarino e
Panichella, 2013). Secondo le argomentazioni della teoria della scelta razionale, poiché la
posizione sociale influenza la valutazione dell’utilità associata alle alternative di istruzione
(Boudon, 1974; Erikson e Jonsson, 1996; Breen e Goldthorpe, 1997), gli investimenti degli
individui in questo campo tenderanno a differire a livello aggregato tra figli di immigrati e
figli di nativi (Van de Werfhorst e Van Tubengen, 2007). Dall’altro lato, tuttavia, le analisi
condotte hanno anche dimostrato che, benché importanti, le risorse socio-economiche della
famiglia di origine non rappresentano la fonte esclusiva delle differenze esistenti tra gli
studenti autoctoni e alloctoni (Van Tubergen et.al., 2004; Marks, 2005; Phalet et.al., 2007;
Storen e Helland, 2010). Più precisamente, sia in Italia che negli altri paesi europei analizzati,
è stata rilevata un’influenza autonoma delle origini etniche sull’istruzione, la quale persiste
anche quando viene tenuta sotto controllo la dimensione delle origini sociali. Possiamo
dunque affermare che la prima ipotesi di ricerca abbia trovato supporto nelle analisi effettuate.
In conclusione, nella costruzione di un modello teorico in grado di spiegare le ragioni delle
differenze degli stranieri nelle scuole dei contesti di ricezione, è necessario tenere in
considerazione non solo i livelli di risorse socio-economiche a loro disposizione, ma anche la
loro specificità etnica.
Ipotesi 2: La nazionalità e l’esperienza migratoria come due dimensioni distinte delle origini
etniche
La seconda caratteristica fondamentale del modello teorico testato è la distinzione
dell’influenza esercitata sui risultati scolastici dalla dimensione della nazionalità, da quella
esercitata dall’aspetto dell’esperienza migratoria. Detto altrimenti, invece che studiare questi
fattori come un’unica dimensione, il modello considera le origini etniche come il risultato
della composizione di due aspetti distinti, ognuno in grado di esercitare un effetto autonomo
sui risultati e sulle scelte scolastiche degli individui. La strategia analitica utilizzata per
individuare gli effetti distinti di queste due variabili è derivata dall’approccio suggerito da
Bukodi e Golthorpe (2012), e seguito da Marzadro e Schizzerotto (2014), i quali hanno
analizzato rispettivamente con dati inglesi e italiani, gli effetti distinti delle tre componenti
delle origini sociali: l’istruzione dei genitori, le loro risorse economiche e lo status sociale. In
206
linea con i lavori di questi autori, la ricerca presentata non ha perseguito l’individuazione di
effetti causali, ma piuttosto l’obiettivo di chiarire in senso descrittivo i meccanismi in base ai
quali le origini etniche (al pari delle origini sociali negli studi citati) sono in grado di
influenzare gli apprendimenti degli studenti attraverso componenti distinte. Questa idea
costituisce uno degli ambiti di maggiore originalità del modello teorico indagato. Nelle
ricerche comparative internazionali, infatti, si incontra più frequentemente la sola distinzione
tra prime e seconde generazioni. Le rilevazioni PISA, largamente impiegate nello studio dei
divari degli apprendimenti, ad esempio, non consentono di scendere nel dettaglio delle
nazionalità di origine (Cebolla-Boado e Finotelli, 2015). Anche quando le analisi identificano
i gruppi etnici, inoltre, esse generalmente considerano solo le seconde generazioni (Kristen e
Granato, 2007; Brinbaum e Cebolla-Boado, 2007) tendendo, inoltre, a far confluire in questa
categoria anche i figli degli immigrati nati all’estero e arrivati in età pre-scolare (Heath e
Brinbaum, 2014). Entrambe queste prassi rendono impossibile la distinzione dell’effetto
specifico dell’esperienza migratoria da quello della discendenza etnica. Al contrario, le analisi
condotte in questa ricerca hanno mostrato che le due dimensioni della nazionalità e
dell’esperienza migratoria esercitano entrambe un’influenza autonoma sull’istruzione degli
individui. Certamente, le due dimensioni sono caratterizzate da un certo grado di
associazione, dovuto al fatto che i flussi migratori in ingresso e le dinamiche dello
stanziamento della popolazione straniera hanno seguito un andamento caratteristico in ogni
singolo paese di destinazione. Ad esempio, in Germania una quota considerevole di studenti
di prima generazione è immigrata dalla Romania successivamente all’ingresso della nazione
nell’Unione Europea, mentre tra i figli di immigrati nati e cresciuti in terra tedesca troviamo
sovra-rappresentata i discendenti dei lavoratori turchi e italiani immigrati nel secondo
dopoguerra (Münz et.al., 1997; Heath et.al., 2008). Queste considerazioni supportano la
pratica frequentemente adottata di analizzare esclusivamente una sola delle due dimensioni
della nazionalità e della migrazione come variabile proxy per le origini etniche, o per il
cosiddetto background migratorio149. Proprio perché è presente un’associazione tra queste due
variabili, tuttavia, tale prassi ostacola la rilevazione degli effetti autonomi della nazionalità e
dell’esperienza migratoria sull’istruzione degli individui i quali, come le analisi condotte
hanno dimostrato, sono in realtà all’opera.
149 Nella letteratura internazionale in lingua inglese, si trovano infatti spesso i vocaboli ethnicity e migration
background in riferimento all’utilizzo nelle analisi di variabili come la nazionalità e la generazione migratoria
dell’individuo (nei termini di distinzione tra prime e seconde generazioni).
207
Ipotesi 3: Gli effetti primari e gli effetti secondari della nazionalità e dell’esperienza
migratoria
Facendo riferimento all’elaborazione teorica di Boudon (1974), il modello teorico ha
distinto ulteriormente l’influenza della nazionalità e della migrazione sull’istruzione in effetti
primari e effetti secondari. In linea con questa impostazione, possiamo definire come effetto
primario l’influenza della nazionalità e dell’esperienza migratoria sugli apprendimenti degli
studenti, mentre come effetto secondario quella da loro esercitata direttamente sulle scelte
d’istruzione a parità di competenze precedentemente acquisite. Relativamente agli effetti
primari, le analisi hanno fornito testimonianze a supporto del modello teorico. Sia
l’esperienza migratoria che la nazionalità, infatti, sono risultate in grado di influenzare
direttamente le competenze individuali. Più precisamente, all’esperienza diretta di una
migrazione è risultato sempre associato un divario statisticamente significativo negli
apprendimenti, nonostante si siano stati presi in considerazione differenti contesti di ricezione
(capitolo 4)150. Contrariamente a quello che ci si potrebbe attendere, l’effetto negativo della
migrazione è riscontrabile anche indagando le competenze degli studenti più giovani, che
frequentano i primissimi anni di scuola primaria (capitolo 3). Come anticipato, questo
risultato invita a riconsiderare l’appropriatezza della prassi di raggruppare all’interno di una
medesima categoria gli studenti realmente di seconda generazione (cioè nati nel paese di
destinazione da genitori stranieri) e coloro che sono invece arrivati in età prescolare (cioè la
cosiddetta generazione 1,75 secondo la classificazione di Rumbaut -2004-). Un secondo
aspetto di interesse, è che la variazione nella stima dello svantaggio connesso all’esperienza
migratoria nel corso della carriera scolastica degli individui si è rivelata minima. Questa
evidenza ci spinge a mettere in dubbio che la semplice partecipazione scolastica, al di fuori di
un piano di specifiche politiche pubbliche di integrazione, sia in grado di favorire
l’eliminazione dei divari riscontrati tra immigrati e studenti nati nel paese di destinazione. La
ragione dell’esercizio di un effetto negativo da parte della migrazione sugli apprendimenti,
può essere rintracciata nell’interpretazione dell’esperienza migratoria come un evento
traumatico per l’intera famiglia. Lo stress psicologico connesso a tale esperienza, infatti, può
non colpire in maniera esclusiva i genitori che prendono la decisione di migrare, ma anche i
figli che li accompagnano, indipendentemente dalla ragione della loro migrazione o dalla
meta del loro viaggio (Portes e Rumbaut, 1996). Al trauma della migrazione, quale che si l’età
150 Unica eccezione a questo proposito è rappresentata dai Paesi Bassi, in cui però la quota di studenti di prima
generazione è tale da invitare particolare cautela nell’interpretazione di questo risultato.
208
in cui essa avviene, si associano mediamente una riduzione del senso di poter controllare il
proprio destino (Kao, 1999), una diminuzione dei livelli di autostima e un incremento
dell’alienazione (Padilla e Durán, 1995). Ciò accade tanto più nel contesto di inserimento si
fanno esperienze precedentemente sconosciute, come l’emarginazione da parte dei coetanei
autoctoni che condividono tratti somatici, modi di vestire, linguaggi e modalità di utilizzo del
tempo libero differenti dai propri. Le sensazioni negative legate all’esperienza migratoria
possono spiegare le inferiori competenze scolastiche dei figli degli immigrati, perché è
proprio alla percezione di poter attivamente influire sulle proprie esperienze di vita che si
associa l’elevato livello di impegno in vista di gratificazioni future richiesto dalla scuola
(Covington, 1984; Bandura, 1993, 1995). Tuttavia, contrariamente alle attese del modello
teorico, le analisi hanno rilevato che l’effetto negativo dell’esperienza migratoria colpisce gli
apprendimenti ma non intacca le scelte scolastiche successive. Detto diversamente, la
dimensione della migrazione influisce sull’istruzione degli individui esclusivamente
attraverso il canale degli effetti primari. A parità di competenze acquisite, origini sociali e
nazionalità dei genitori, la propensione degli studenti immigrati a transitare all’istruzione post
obbligatoria è del tutto in linea con quella che caratterizza i giovani nati e cresciuti nel paese
in cui stanno studiando.
La mancanza di un effetto diretto dell’esperienza migratoria sulle scelte di istruzione
potrebbe dipendere dal fatto che la decisione di proseguire gli studi dopo l’obbligo costituisce
un momento assolutamente cruciale per la successiva carriera scolastica e lavorativa degli
individui (Ballarino e Checchi, 2006). I giovani che decidono di entrare subito nel mercato del
lavoro, infatti, esperiscono mediamente difficoltà occupazionali più consistenti dei coetanei
che raggiungono un diploma di scuola superiore (Rumberger e Lamb, 2003; OECD, 2005). In
ragione dell’importanza della decisione di proseguire gli studi, nonché dell’età in cui essa
avviene (cioè quando i giovani sono ancora minorenni), è possibile che il ruolo svolto dagli
adulti significativi sia tutt’altro che marginale (Pisati, 2002). Poiché i genitori saranno in
grado di influenzare la scelta sia direttamente che indirettamente attraverso la trasmissione dei
propri valori nel corso delle interazioni quotidiane (Goyette e Xie, 1999; Brinbaum e Kieffer,
2005; Raleigh e Kao, 2010), è possibile che le transizioni scolastiche compiute dagli studenti
immigrati riflettano maggiormente le elevate ambizioni di mobilità sociale condivise con i
genitori, piuttosto che il ridotto senso di efficacia personale dei giovani stessi.
Questa interpretazione è in linea anche ai risultati ottenuti indagando l’effetto della
nazionalità dei genitori sull’istruzione degli individui. Contrariamente all’esperienza
209
migratoria, tuttavia, la dimensione dell’appartenenza etnica esercita sia effetti primari che
effetti secondari. Tali influenze, in linea con quanto emerso in alcuni recenti studi (Jonsson e
Rudolphi, 2010; Cebolla-Boado, 2011; Jackson, 2013), sono di segno opposto. Prendiamo
anzitutto in esame gli effetti primari negativi. L’area di origine dei genitori è risultata
impattare negativamente sugli apprendimenti dei soggetti, anche a parità di origini sociali
(capitoli 3 e 4). La spiegazione più convincente per tale risultato è rintracciabile nelle
riflessioni di stampo culturalista. Esse attribuiscono le inferiori competenze degli studenti
stranieri alla differente dotazione in termini di risorse culturali che caratterizza la famiglia di
origine. Diverse ricerche hanno dimostrato che l’utilizzo in contesto famigliare di una lingua
diversa da quella insegnata a scuola influenza negativamente l’apprendimento (Azzolini,
2012; Azzolini et.al., 2012). I diversi stili genitoriali e l’approccio all’istruzione formale,
inoltre, potrebbero amplificare lo svantaggio legato alle differenze linguistiche (Dalla Zuanna
et.al., 2009). I genitori immigrati sembrano essere, infatti, mediamente meno coinvolti dei
genitori nativi nelle attività di sostegno all’impegno nello studio dei figli (come l’aiuto nei
compiti a casa, l’organizzazione di attività extracurriculari formative, ecc.), e meno
partecipativi nelle attività organizzate dalle scuole (Schneider e Coleman, 1993; Weiss et.al.,
2006; Hoenig, Leopold e Shavit, 2013). Infine, un ulteriore svantaggio per le minoranze si
rileva nella minore abilità a reperire informazioni sull’effettivo funzionamento del sistema di
istruzione del paese di destinazione, nonché nell’utilizzo di queste per la presa di decisioni
razionali sulle carriere scolastiche della prole (Schnepf, 2004; Kristen, 2005; Herzog-
Punzenberger e Schnell, 2014).
Nonostante l’influenza sfavorevole della nazionalità sugli apprendimenti, l’effetto
secondario di questa dimensione è positivo. L’indagine condotta ha fatto emergere, in altre
parole, quanto le scelte educative dei soggetti subiscano in maniera diretta l’effetto positivo
dell’appartenenza etnica (capitolo 5). Gli studenti dei gruppi etnicamente minoritari, a parità
di risorse economiche possedute e competenze scolastiche pregresse, si caratterizzano per
tassi di transizione alla scuola post obbligo significativamente superiori ai nativi, e scelgono
mediamente indirizzi più prestigiosi. L’effetto diretto della nazionalità sulle scelte di
istruzione è talmente consistente da costituire la quota principale dell’influenza complessiva
di questa dimensione sull’istruzione dei soggetti, come le analisi di decomposizione ci hanno
permesso di rilevare. Seguendo l’argomentazione di Morgan, possiamo far risalire l’effetto
secondario positivo della nazionalità alle maggiori ambizioni scolastiche condivise all’interno
delle famiglie immigrate (Morgan 2005; 2012). Sarebbe dunque il forte desiderio di
210
raggiungere elevate credenziali educative nei paesi di destinazione, in quanto riconosciute
centrali per le chance di mobilità sociale, a definire gli investimenti in istruzione degli
appartenenti ai gruppi etnicamente minoritari. Le maggiori ambizioni dei figli di immigrati e
dei loro genitori potrebbero riflettere una loro positiva selezione rispetto ai connazionali
rimasti in patria (Feliciano, 2005a, 2005b). Chi decide di mettere in pratica un progetto
migratorio, copie questo passo rischioso spinto dal desiderio di migliorare le proprie
condizioni di vita (Van Zanten, 1997; Bagguley e Hussain, 2007), e sarà mediamente
caratterizzato, quindi, da più elevate ambizioni rispetto ai connazionali rimasti in patria
(Feliciano, 2005b). Una interpretazione alternativa vede tuttavia le maggiori ambizioni come
dovute a alla percezione di dover acquisire necessariamente titoli di istruzione prestigiosi per
poter congiurare il rischio di essere discriminati nel mercato del lavoro (Riach e Rich, 2002;
Heath et.al., 2008; Kilpi-Jakonen, 2011). Il test empirico delle ipotesi sulle ragioni delle
elevate aspirazioni degli studenti stranieri esula dagli obbiettivi di questa tesi. Tuttavia,
mettendo in luce la presenza di un vantaggio etnico in termini di ambizioni educative
trasversalmente alle etnie e ai contesti di destinazione (capitolo 6), la ricerca condotta ha
fornito indizi a sostegno dell’idea che quello delle aspirazioni possa costituire il meccanismo
principale alla base degli effetti secondari positivi della nazionalità sull’istruzione degli
individui.
Ipotesi 4: L’interazione tra le dimensioni della nazionalità e delle origini sociali
La quarta e ultima ipotesi riguarda espressamente la relazione tra le disuguaglianze
etniche e le disuguaglianze sociali nelle società europee occidentali, e costituisce un ulteriore
aspetto di originalità di questo lavoro. Più nel dettaglio, il modello teorico elaborato
suggerisce che le differenze nei risultati scolastici che dipendono alla nazionalità non si
sommano semplicemente alle disparità più tradizionali dovute alle origini sociali, bensì che
queste due dimensioni interagiscano. In altre parole, il peso della nazionalità sull’istruzione
dei soggetti è visto variare in base al livello di risorse socio-economiche e culturali possedute
dagli individui. Poter studiare gli apprendimenti e le successive scelte di istruzione per la
medesima popolazione di studenti151 ha permesso, diversamente dalle ricerche precedenti, di
comparare direttamente le stime delle interazioni tra nazionalità e origini sociali nei due
151 Ciò è stato possibile grazie ai dati raccolti attraverso il progetto CILS4EU: Kalter, Frank, Anthony F. Heath,
Miles Hewstone, Jan O. Jonsson, Matthijs Kalmijn, Irena Kogan, and Frank van Tubergen. 2014. Children of
Immigrants Longitudinal Survey in Four European Countries (CILS4EU) – Full version. Data file for on-site
use. GESIS Data Archive, Cologne , ZA5353 Data file Version 1.2.0, doi:10.4232/cils4eu.5353.1.2.0.
211
diversi ambiti d’istruzione. Sintetizzando, chiari segni a supporto dell’ipotesi della presenza
di effetti moltiplicativi sono emersi esclusivamente dall’analisi della transizione alla scuola
post-obbligo, mentre per quanto riguarda le competenze scolastiche i risultati sono tutt’altro
che definitivi. Le analisi svolte nel quarto capitolo, infatti, hanno rilevato la presenza di alcuni
parametri di interazione positivi, ma essi sono di grandezza contenuta e interessano un
numero assai ridotto di nazionalità. Nel complesso, se l’ipotesi della presenza di effetti
moltiplicativi tra appartenenza etnica e origini sociali non può considerarsi confutata, allo
stesso tempo i risultati ottenuti non forniscono nemmeno prove incontrovertibili a suo
sostegno.
Contrarie sono le conclusioni che possiamo trarre, invece, dall’esame delle scelte
d’istruzione post-obbligo. Le stime ottenute, in quest’ultimo caso, depongono più
palesemente a favore della presenza di un effetto differenziato delle risorse socio-economiche
a seconda della nazionalità, in linea con quanto già emerso in precedenti ricerche (Wolbers e
Driessen, 1996; Platt, 2005; Kristen e Granato, 2007). Complessivamente, mentre la
propensione alla transizione all’istruzione post-obbligatoria per i figli dei nativi incrementa al
crescere dello status sociale dei genitori, per i figli di immigrati la probabilità di proseguire gli
studi risulta molto meno sensibile ai cambiamenti nei livelli di risorse disponibili,
mostrandosi al contrario generalmente molto elevata anche negli strati di popolazione meno
avvantaggiati. Ciò potrebbe dipendere dal fatto che mentre la posizione occupazionale dei
genitori nativi costituisce una buona misura per le origini sociali degli studenti appartenenti
alla maggioranza, è possibile che per i figli di immigrati tale dimensione sia rispecchiata dalla
posizione di status in patria prima della migrazione, piuttosto che da quella coperta nel paese
di destinazione (Reiners, 1999; Ichou, 2014). Tale informazione raramente viene raccolta
nelle indagini internazionali e, purtroppo, non si trova presente nemmeno nel dataset qui
utilizzato. Tuttavia, i risultati in discussione si mostrano anche del tutto coerenti con quanto
detto a proposito delle aspirazioni scolastiche, le quali sono significativamente maggiori per
la generalità delle etnie minoritarie trasversalmente ai contesti di ricezione. Poiché i figli degli
immigrati dimostrano di ambire ai titoli di studio superiori molto più che i compagni nativi,
indipendentemente dal livello di risorse socio-economiche da loro possedute, il fatto che essi
mostrino scelte scolastiche siano meno sensibili ai nei livelli di status dei genitori non deve
sorprendere.
212
Alcune riflessioni conclusive riguardo al modello teorico che ha guidato la ricerca
Alla luce di quanto emerso dalle analisi, non possiamo che concludere che non tutto ciò
che ci attendavamo ha trovato supporto nei dati. Se le associazioni tra status di straniero e
indicatori dello svantaggio (o del vantaggio) scolastico maggiormente analizzate in letteratura
hanno ricevuto conferma anche in questa ricerca, i risultati presentati ci invitano a rivedere
parzialmente il modello teorico proposto inizialmente.
Partiamo dalla considerazione degli apprendimenti. Le analisi dei capitoli 3 e 4 ci
permettono di concludere che essi subiscono l’effetto positivo delle origini sociali, ma che
sono contemporaneamente negativamente influenzati sia dalla nazionalità che dall’esperienza
migratoria. È importante osservare che tali influenze sono state riscontrate in tutti i livelli
della carriera scolastica e indipendentemente dalla variazione delle caratteristiche specifiche
delle classi frequentate, degli istituiti, delle peculiarità dei contesti locali e delle caratteristiche
istituzionali di livello macro-sociale.
Quest’ultima affermazione merita un ulteriore approfondimento. Il carattere
comparativo di questa ricerca ha permesso di prendere in considerazione in parallelo cinque
paesi caratterizzati da differenze profonde in termini di sistema d’istruzione. Come
argomentato nel corso del secondo capitolo (si veda ad esempio la tabella 2.4), il caso italiano
è caratterizzato da un sistema di istruzione di tipo “misto” il quale si trova in una posizione
intermedia i due estremi costituiti da un lato da Germania e Paesi Bassi e dall’altro da
Inghilterra e Svezia. Nei primi l’età in cui avviene la differenziazione è molto precoce. Gli
studenti di 10 anni in Germania e di 12 anni nei Paesi Bassi si trovano già separati in
curriculum differenziati in base alle decisioni dei loro genitori e insegnanti o a seconda dei
loro risultati scolastici precedenti (Schneider, 2008; Luijkx e de Heus, 2008). Entrambi i
sistemi sono inoltre rigidi (Bol e Van de Werfhorst, 2013): anche se i cambiamenti di
percorso sono ammessi difficilmente la scelta di indirizzo iniziale viene rettificata verso
l’altro. All’estremo opposto troviamo i casi inglese e svedese. Nonostante anche qui sia
possibile seguire percorsi di studio differenziati (Parutis, 2015), i sistemi di istruzione di
questi paesi risultano universalistici e indifferenziati a livello di scolarità dell’obbligo, con
scelte post-obbligo più facilmente revocabili e una distinzione tra indirizzi meno forte
(Stevens e Crozier, 2014). Come abbiamo visto specialmente riguardo le scelte di istruzione e
i divari tra aspirazioni e aspettative, rispettivamente nel quinto e sesto capitolo, queste
caratteristiche di livello macro-sociale permettono di spiegare alcune delle differenze
riscontrate nei diversi gradi di vantaggio per i figli di immigrati, con un ruolo più favorevole
giocato dai sistemi di istruzione meno selettivi, in linea ai precedenti studi sul tema (Jonsson e
213
Rudolphi, 2010; Jackson et.al. 2012; Jackson, 2013). Tuttavia, il test empirico del modello
teorico in questi contesti altamente differenziati ha fornito evidenze convergenti relativamente
alle ipotesi di ricerca. Questo riscontro supporta l’ipotesi della centralità delle dimensioni
individuali nella spiegazione delle disuguaglianze d’istruzione osservabili tra autoctoni e
alloctoni. Le analisi, tuttavia, hanno mostrato segni minimi di interazione tra le origini sociali
e la nazionalità degli studenti, tanto che possiamo sostenere che le disparità legate a queste
dimensioni mostrano effetti principalmente additivi. Lo studio delle scelte d’istruzione ci ha
permesso di constatare che sia le origini sociali che la nazionalità, ma non l’esperienza
migratoria, sono in grado di esercitare effetti secondari positivi, ovvero di influire
favorevolmente sulle scelte di istruzione degli individui in maniera diretta, a parità di
competenze pregresse. In ciò, le due dimensioni interagiscono tra loro: l’effetto esercitato
dall’origine sociale sulle transizioni scolastiche non è omogeneo tra le nazionalità, bensì
differisce sulla base dell’appartenenza etnica. In conclusione, i nostri risultati sono riassunti
dalla figura 7.1.
Figura 7.1: Il modello teorico per la spiegazione dello svantaggio scolastico dei figli di
immigrati in Europa rivisto sulla base dei risultati ottenuti attraverso questa ricerca.
214
Le analisi comparative hanno indubbiamente fatto rilevare alcune differenze interessanti
tra i paesi di destinazione, specialmente riguardo ai vantaggi etnici nelle transizioni
scolastiche, quindi molto probabilmente dovute alle specificità dei sistemi di istruzione
nazionali. Tuttavia, nonostante le difformità, nessuno dei paesi esaminati (Italia, Germania,
Paesi Bassi, Inghilterra e Svezia) ha fornito risultati che vanno in una direzione contraria a
quella rappresentata dal modello in figura 7.1. In altre parole, possiamo concludere che
quest’ultimo, nella sua versione rielaborata, risulta robusto alle variazioni delle caratteristiche
istituzionali o, più in generale, di livello macro sociale. Un aspetto interessante emerso dalla
presente ricerca è che gli effetti diretti positivi della nazionalità sulle transizioni scolastiche
sono tali da comportare complessivamente scelte di istruzione più prestigiose per gli studenti
dei gruppi etnici minoritari rispetto ai nativi, nonostante i loro considerevoli divari nei livelli
di apprendimento. Le analisi dei passaggi alla scuola post-obbligo presentate sono state
condotte sulla medesima popolazione di studenti che due anni prima aveva ottenuto risultati
nei test di competenza significativamente inferiori ai compagni. Lo svantaggio negli
apprendimenti, dunque, sembra dissuadere gli investimenti in istruzione dei figli degli
immigrati in misura sostanzialmente inferiore di quando non accada per gli studenti nativi.
Probabilmente in ragione delle elevatissime aspirazioni che caratterizzano i primi, essi
effettuano scelte di istruzione molto superiori a quelle che avremmo potuto attenderci sulla
base dei loro effettivi livelli di competenza. In conclusione, nel corso di questa ricerca ci
siamo riferiti allo schema in figura 7.1 in termini di ‘modello teorico per la spiegazione dello
svantaggio scolastico degli studenti stranieri’; tuttavia esso potrebbe forse essere meglio
definito come: ‘modello per la spiegazione del vantaggio scolastico dei figli di immigrati in
Europa’. In linea con i risultati emersi ci aspettiamo di poter riscontrare in futuro, quando la
numerosità dei figli di immigrati che hanno concluso la carriera scolastica sarà tale da
permettere l’analisi dei titoli raggiunti, una popolazione di origine immigrata con credenziali
educative mediamente superiori ai nativi. Sarà allora particolarmente importante analizzare gli
esiti occupazionali di tali titoli, nell’ottica di comprendere se le maggiori credenziali acquisite
si traducano effettivamente in occupazioni più prestigiose, o se i figli di immigrati incorrono
più frequentemente dei nativi nel fenomeno dell’over-education, cioè svolgono ruoli
lavorativi per i quali sono sovra qualificati.
L’impossibilità di testare la portata effettiva per i processi di integrazione del vantaggio
etnico riscontrato nelle scelte scolastiche, costituisce certamente una limitazione di questa
ricerca. Nonostante recenti studi dimostrino che quanto qui rilevato in termini di passaggio
alla scuola post-obbligo e di scelta di percorso di studi sia in linea con quanto emerge
215
analizzando l’effettivo conseguimento dei titoli sia secondari (Brinbaum e Heath, 2014) che
terziari (Lutz, 2014), molto poco sappiamo delle successive carriere lavorative delle seconde
generazioni. Ciò è dovuto in buona misura alla numerosità, ancora relativamente ridotta nella
maggioranza dei paesi europei, di giovani di seconda generazione con almeno 35 anni (età in
cui possiamo supporre che il percorso di studi sia definitivamente concluso). I primi risultati
emersi da un progetto di ricerca attualmente in corso in Inghilterra, tuttavia, dimostrano che il
possesso di titoli di istruzione mediamente più prestigiosi dei nativi tendenzialmente non
corrisponde a un analogo vantaggio in termini di ritorni occupazionali per i figli degli
immigrati (Zuccotti e Platt, 2016). Data la rilevanza sociale di tale evidenza, ci aspettiamo che
questo tema costituisca il focus privilegiato delle ricerche empiriche dei prossimi anni, le
quali, auspichiamo, potranno fare affidamento su maggiori dati di quelli disponibili oggi. Il
problema della numerosità relativamente ridotta degli studenti di origine straniera affligge
non solo la possibilità di approfondire le dinamiche della transizione scuola-lavoro per le
seconde generazioni, ma anche l’analisi di alcuni particolari aspetti delle disparità etniche in
istruzione. Ad esempio, essa impedisce l’identificazione nelle analisi delle appartenenze al
grado di dettaglio della particolare etnia, ostacolando la comprensione delle singolarità del
processo di integrazione delle specifiche minoranze. Essa è inoltre responsabile
dell’incertezza nella stima dell’effetto dell’esperienza migratoria sull’istruzione nei Paesi
Bassi, e probabilmente si trova anche alla base della mancata rilevazione di effetti di
interazione significativi tra nazionalità e origini sociali rispetto agli apprendimenti
trasversalmente ai contesti indagati. Approfondire l’effetto l’eterogeneità dei bacini migratori
attraverso la considerazione di dimensioni come l’anzianità migratoria e la nazionalità a un
maggiore grado di dettaglio costituisce un imperativo per la ricerca sulle disparità etniche in
Europa. Tuttavia, molto spesso ci si scontra con la ridotta disponibilità di dati per
approfondire il fenomeno mantenendo una prospettiva comparata. Da un lato, le indagini
internazionali che adottando la stessa metodologia di rilevazione soffrono o di mancanza della
numerosità necessaria a identificare le singole nazionalità al di fuori dei gruppi etnici più
numerosi (come accade ad esempio con i dati CILS4EU utilizzati) o di contenuto informativo
(ad esempio la rilevazione dei paesi di nascita dei genitori non viene effettuata nella
maggioranza degli stati coinvolti in PISA), oppure di una combinazione di questi due aspetti
negativi. Dall’altro lato, l’utilizzo di fonti di dati nazionali, nonostante la ricchezza in termini
di numerosità e di dimensioni analizzate, introduce elementi di complessità relativamente alla
comparazione di dati ottenuti con metodi, strumenti, e a volte anche scopi, differenti. Tra le
due opzioni, ho deciso in questa ricerca di sfruttare la prima indagine europea internazionale
sull’integrazione dei figli di immigrati, nonostante quest’ultima non presentasse numerosità
tali da poter identificare nei modelli più che le quattro singole nazionalità più rilevanti in ogni
216
paese. Certamente i risultati ottenuti non possono essere considerati definitivi e sarà
indispensabile condurre ulteriori analisi sul ruolo delle singole nazionalità utilizzando nuove
banche dati più consistenti.
A questo proposito, un’interessante direzione di sviluppo per l’analisi degli effetti
dell’appartenenza potrebbe consiste nell’esame degli eventuali vantaggi o svantaggi delle
minoranze linguistiche autoctone rispetto agli appartenenti alla maggioranza etnica da un lato
e ai figli di immigrati dall’altro. Alcune ricerche svolte recentemente a Bolzano hanno fatto
emergere, infatti, risultati promettenti in questa direzione. La provincia autonoma di Bolzano
costituisce un interessante caso per l’approfondimento di questo tema: nonostante sia infatti
una provincia italiana, la maggioranza dei suoi residenti si esprime in lingua tedesca (più del
65%) e, oltre all’etnia italiana è presente una minoranza ladina (circa il 4% della popolazione)
insediata nelle valli dolomitiche (Riccioni, 2009). Siniscalco e Meraner, analizzando dati
PISA raccolti in questo territorio, rilevano che sia proprio la popolazione di origine tedesca a
dimostrare le competenze più elevate, lo scarto è tuttavia piuttosto ridotto e l’impossibilità di
distinguere i giovani della minoranza ladina per mancanza di numerosità adeguata inficia la
portata dei risultati (Siniscalco e Meraner, 2009). Gli studi sull’apprendimento linguistico
nelle due sotto-popolazioni, se da un lato sembra mostrare livelli non troppo simili in termini
di competenze, evidenzia tuttavia dall’altro un utilizzo molto diseguale della seconda lingua.
Ad esempio, mentre più del 65% dei giovani di origine tedesca utilizza l’italiano nelle
interazione con i coetanei, solo il 5% degli italiani utilizza il tedesco al di fuori del contesto
scolastico (Abel et.al. 2012). Benché sia possibile che proprio questa maggiore flessibilità
linguistica dei giovani di origine tedesca possa essere all’origine del leggero vantaggio
scolastico, saranno necessari nuove ricerche per approfondire questi aspetti
Un’ulteriore limitazione di questa ricerca è dovuta alla mancata considerazione,
all’interno dei modelli di regressione, di una misura della selezione positiva dei genitori
immigrati. Diversi studiosi delle disparità etniche in istruzione hanno infatti recentemente
messo in luce quanto questa caratteristica di livello macro-sociale (Van Tubergen et.al., 2004;
Heath e Brinbaum, 2014) permetta di spiegare una parte non marginale dell’eterogeneità nei
risultati scolastici dei figli di immigrati (Reiners, 1999; Van de Werfhorst e Van Tubergen,
2007). La strategia empirica maggiormente utilizzata in questo senso è la considerazione del
titolo di studio dei genitori non in termini assoluti, bensì in termini relativi: cioè rispetto al
livello di istruzione medio della popolazione nel paese di origine (Ichou, 2014, 2015; Versino,
2017; Feliciano e Lanuza, 2017). La decisione di utilizzare una strategia empirica differente
da quest’ultime dovuta alla difficoltà di procedere a calcolare questa misura con le fonti
utilizzate. Più precisamente, il dettaglio della nazione di nascita dei genitori nei dati INVALSI
(dove è presente solo a livello di macro-area) rende impossibile il calcolo di una misura di
217
istruzione relativa. Nei dati CILS4EU, dove invece l’informazione a livello di singolo paese è
disponibile, ci si è scontrati con il problema che la considerazione del livello di istruzione
relativo dei genitori avrebbe ridotto la base dati a tal punto da inficiare la possibilità di
effettuare le analisi necessarie al test del modello teorico proposto in diversi contesti nazionali
(in quanto il dato sul livello di istruzione medio della popolazione non è disponibile per tutte
le nazioni di provenienza degli immigrati nei quattro paesi considerati e per tutte le classi
d’età dei genitori). Per confermare i risultati emersi nel corso di questo studio, dunque, è
necessario che la ricerca in tema di integrazione delle minoranze etniche in Europa si sviluppi
ulteriormente, e che si proceda alla rilevazione di campioni rappresentativi più ampi di quelli
oggi disponibili. È importante, infine che i futuri progetti di ricerca internazionali prendano in
esame un numero maggiore di contesti di ricezione. I dati utilizzati per le analisi derivano dal
primo tentativo di far convergere le informazioni provenienti da diversi paesi europei per lo
studio approfondito delle dinamiche di integrazione dei gruppi etnicamente minoritari in
prospettiva comparata. La base dati costruita dai ricercatori del progetto CILS4EU
rappresenta un importante avanzamento rispetto al passato, in quanto consente la
comparazione diretta dei risultati tra nazioni, qualcosa che fino ad oggi non era possibile a
questo livello di approfondimento. I quattro paesi partecipanti (Germania, Paesi Bassi,
Inghilterra e Svezia) sono stati selezionati in quanto costituiscono un buon campione di
situazioni differenti, sia in termini di dinamiche migratorie che di sistemi di istruzione.
Tuttavia, il fatto che il modello teorico abbia trovato riscontro in queste quattro nazioni non ci
permette di trarre alcuna conclusione definitiva rispetto alla sua generabilità a contesti ancora
differenti, oppure riguardo a quali condizioni di livello macro-sociale possano influire
significativamente sulla sua validità. Nonostante le richiamate limitazioni, crediamo che il
lavoro condotto in queste pagine abbia contribuito a espandere la nostra conoscenza delle
disuguaglianze di istruzione sulla base delle dimensioni della nazionalità e della migrazione, e
che i risultati ottenuti possano essere utili nell’elaborazione di politiche pubbliche volte a
favorire l’integrazione strutturale degli appartenenti ai gruppi etnici minoritari in Europa.
Tuttavia, è necessario tenere in considerazione che quelle analizzate nel corso di questa
ricerca costituiscono esclusivamente una selezione ridotta delle possibili dimensioni che, ai
diversi livelli di analisi, possono essere in grado di influire sullo svantaggio o vantaggio
scolastico degli studenti stranieri. Le aspirazioni e le aspettative di questi ultimi e delle loro
famiglie, anche se analizzate più da vicino nel corso della ricerca, non devono intendersi
quindi come le uniche ragioni possibili delle differenze tra studenti nativi e figli di immigrati
in termini di scelte scolastiche. Ad esempio, le famiglie costituiscono certamente un
microcosmo in grado di modificare in misura anche sostanziale l’esperienza specifica di
apprendimento di ogni singolo studente, anche ribaltando quelle regolarità empiriche che
218
sembrano emergere dagli studi svolti sui grandi numeri. L’analisi dei tratti di natura culturale,
ma anche di quelli legati alle dinamiche relazionali tra i componenti di una singola famiglia, o
tra questi e i membri delle altre famiglie di analoga provenienza etnica non è tuttavia sempre
agevole nelle indagini secondarie. Soprattutto quanto si considerano variabili non legate
esclusivamente alla struttura familiare, ma a piuttosto relative a dettagli meno codificabili in
modo standardizzato (come appunto la solidità familiare o la capacità di influenzare
compiutamente i figli nelle loro decisioni, o lo specifico sistema culturale di riferimento) è
piuttosto faticoso individuare fonti di dati già disponibili. Questo perché difficilmente le
indagini campionarie, specialmente quando sono condotte in più nazioni, o sono guidate da
obiettivi conoscitivi specifici (come nel caso dei dati INVALSI i quali sono raccolti
espressamente per la valutazione del sistema nazionale d’istruzione più che per le dinamiche
di integrazione) prendono in considerazione in maniera approfondita questi aspetti. Uno
studio come quello qui condotto, potrebbe trarre dunque giovamento da un futuro sviluppo
con un approccio mixed methods in grado di fornire, a lato del test empirico del modello
teorico, un approfondimento sui modi specifici attraverso i quali l’appartenenza etnica e
l’esperienza migratoria agiscono nella realtà quotidiana degli individui, fino a risultare in
livelli differenziati di apprendimento.
Quali indicazioni di politica pubblica possiamo ricavare da questa ricerca
Le analisi condotte testimoniano che le disparità etniche in istruzione non possono
essere fatte esclusivamente risalire all’inferiore livello di benessere economico che
frequentemente caratterizza le famiglie immigrate. Le politiche pubbliche volte ad alleviare le
differenze esistenti tra le categorie sociali sulla base delle risorse economiche possedute,
dunque, non potranno che avere un impatto ridotto sul divario esistente tra studenti nativi e
studenti stranieri. Per poter influire significativamente sui livelli di integrazione strutturale
delle minoranze, in linea con il modello teorico elaborato, sarebbe più opportuno propendere
per interventi mirati da un lato a sconfiggere gli effetti negativi dell’aver subito il trauma della
migrazione, e dall’altro a favorire gli effetti favorevoli delle elevate ambizioni educative dei
figli degli immigrati. Tra le diverse opzioni disponibili, due sembrano le misure che più delle
altre potrebbero fare la differenza. La prima riguarda l’identificazione delle distinte necessità
degli studenti immigrati relativamente all’acquisizione di competenze (specialmente quelle
linguistiche, ma anche quelle di natura più generale), sia immediatamente a seguito
dell’ingresso nel paese di destinazione che continuativamente nel corso della carriera
scolastica. È necessario riconoscere, inoltre, che tali specifiche necessità riguardano anche gli
studenti immigrati in età prescolare, che sarebbe opportuno non considerare parificabili ai
219
figli di stranieri che non hanno invece compiuto la migrazione in prima persona (cioè le
seconde generazioni propriamente dette). Nonostante le difficoltà che gli studenti immigrati
incontrano nel raggiungere il livello di apprendimento medio della maggioranza non
sembrano riflettersi negativamente sulla loro partecipazione scolastica, le disparità nelle
competenze possono influire negativamente su altre aree di integrazione ugualmente
fondamentali, come quella sociale, quella culturale e sulla partecipazione attiva alla società
civile. Politiche specifiche di facilitazione dell’accesso al sistema scolastico degli studenti
immigrati, e degli studenti figli di genitori immigrati, potrebbero conseguire buoni risultati.
Le scuole potrebbero ad esempio tentare di coinvolgere maggiormente i genitori immigrati
nelle attività già svolte attualmente a sostegno del percorso di studi dei figli, ad esempio
inviando lettere e brochure nelle principali lingue straniere parlate a livello locale che
spiegano gli effetti positivi della presenza dei genitori nell’istruzione dei figli a sostegno del
loro impegno scolastico. Tali lettere potrebbero essere tradotte una sola volta da parte dei
centri per l’integrazione locale e poi consegnate in orario scolastico a tutti gli studenti che
parlano la medesima lingua. Interventi diretti per la riduzione delle asimmetrie conoscitive e
informative dei genitori immigrati come l’organizzazione di lezioni pubbliche di lingua, o
lezioni aventi come tema il mondo della scuola potrebbero essere particolarmente effettivi,
benché certamente molto costosi. Un’altra opzione realmente efficace potrebbe muoversi
nella direzione dell’assistenza agli studenti stranieri nello studio individuale. Le diverse
competenze dei genitori immigrati nella lingua utilizzata dalla scuola, e la minore conoscenza
del funzionamento del sistema scolastico, potrebbero infatti costituire un ostacolo al supporto
della prole nei compiti a casa. Una opzione in linea con questa riflessione potrebbe essere
quella dell’allungamento degli orari scolastici. Una scelta alternativa non troppo distante
potrebbe invece prevedere l’incentivazione di attività di tutoraggio da parte degli studenti
nativi dei gradi scolastici superiori agli stranieri delle classi scolastiche inferiori. Nonostante
l’intervento del personale docente nel supporto allo studio potrebbe rivelarsi più efficace in
vista di un recupero del divario nelle competenze in tempi ristretti, l’utilizzo di tutor
individuali reclutati tra i coetanei più grandi, riconosciuti formalmente con l’attribuzione di
crediti formativi a questi ultimi, potrebbe costituire una soluzione meno costosa. Di costo
decisamente contenuto sarebbe anche l’introduzione nei programmi scolastici di alcune ore di
lezione, condotte dal corpo docente, di ragionamento sulle opportunità di crescita che la
presenza di una popolazione studentesca differenziata garantisce, quali ad esempio lo
sviluppo della capacità di interagire con persone diverse da noi, di apprendere nuove
conoscenze e abilità, di sviluppare la tolleranza e la comprensione. Questo potrebbe ridurre
l’eventuale marginalizzazione degli studenti stranieri, specie se arrivati da poco, e facilitare la
loro percezione di poter agire attivamente per costituire una risorsa per gli studenti della
220
classe che frequentano, migliorando il loro senso di efficacia personale. La seconda area di
possibile intervento riguarda le azioni a favore della traduzione delle maggiori ambizioni
scolastiche degli studenti stranieri in credenziali educative ugualmente elevate. Già da tempo
il dibattito sulle politiche pubbliche da attivare per la riduzione delle disuguaglianze di
istruzione ha riconosciuto l’importanza di incentivare e sostenere le aspirazioni educative
degli studenti marginali (Baker, 2014). Le politiche più efficaci in questo senso potrebbero
riguardare la dimensione della stratificazione del sistema di istruzione vigente nei paesi
ospitanti. È stato riconosciuto se essa è particolarmente elevata, può ostacolare il compimento
di scelte scolastiche In linea con i desideri ideali dei figli degli immigrati (Jonsson e
Rudolphi, 2010; Jackson, 2013) i quali, come dimostrato, sono costantemente superiori ai
nativi trasversalmente ai contesti analizzati, anche dove la scelta del persorso di studi è
particolarmente precoce e vincolante. Certamente, una riforma generale dell’istruzione nei
paesi in cui il sistema è storicamente particolarmente selettivo è di assai difficile e complessa
attuazione. Al contrario, politiche di ampiezza inferiore, focalizzate a sostenere nel corso della
carriera scolastica le ambizioni scolastiche dei figli degli immigrati e a garantire una loro
possibilità di espressione anche successivamente alle scelte inizialmente compiute, potrebbero
avere lo stesso effetto positivo senza i costi di un cambiamento di portata più ampia. Quanto
accade nei Paesi Bassi è particolarmente interessante a questo proposito. Il paese è
caratterizzato da un sistema di istruzione differenziato in percorsi da scegliere piuttosto
precocemente152. Tuttavia, una serie di particolari politiche mirate alla diffusione delle
informazioni e all’aumento della permeabilità degli indirizzi in corrispondenza di determinati
momenti della carriera, incentivano gli studenti a effettuare i cambi di corso necessari a
concludere il proprio percorso di studio con il titolo di istruzione desiderato. Le politiche
olandesi costruiscono una sorta di best practice che potrebbe essere efficacemente adottata da
altri sistemi europei particolarmente selettivi, come ad esempio quello tedesco. Interventi di
diffusione delle informazioni riguardo alle possibilità esistenti di migliorare le scelte
scolastiche precedentemente compiute, anche successivamente all’ottenimento di un diploma
meno prestigioso, potrebbero essere organizzati direttamente dagli istituti scolastici. Con una
spesa contenuta questi riuscirebbero a sostenere le ambizioni dei figli degli immigrati anche
quando essi si trovano iscritti in indirizzi meno remunerativi a causa dei risultati scolastici
non prestigiosi. Se tali attività venissero indirizzate alle classi scolastiche intere, senza
distinzione dei destinatari sulla base della loro nazionalità, si potrebbero inoltre ottenere
plausibilmente dei ritorni positivi anche per i figli più ambiziosi dei genitori scarsamente
istruiti, aumentando anche per loro le opportunità di mobilità sociale ascendente.
152 Le caratteristiche del sistema attualmente vigente nei Paesi Bassi vengono chiarite nel secondo capitolo di
questo lavoro.
221
Riferimenti Bibliografici Abel, A., Vettori, C. e Wisniewski, K. (2012). KOLIPSI - Gli studenti altoatesini e la
seconda lingua: indagine linguistica e psicosociale. Die Südtiroler SchülerInnen und die Zweitsprache: eine linguistische und sozialpsychologische Untersuchung – vol.1. Bolzano: Eurac.
Ager, A., e Strang, A. (2008). Understanding Integration: A Conceptual. Journal of Refugee Studies, 21(2), 166-191.
Alba, R. (2003). Remaking the American Mainstream: Assimilation and Contemporary Immigration. Cambridge: Harvard University Press.
Alba, R. D., e Nee, V. (1997). Rethinking assimilation theory for a new era of immigration. International Mirgation Review, 826-874.
Alba, R. D., e Nee, V. (2003). Remaking the american mainstream: assimilation and contemporary immigration. Cambridge MA: Harvard University Press.
Alba, R. D., Handl, J., e Müller, W. (1998). Ethnic Inequalities in the German School System. In P. Schuck, e R. Münz, Paths to Inclusion (p. 115-150). Providence, RI.: American Academy of Arts e Sciences.
Alba, R., e Holdaway, J. (2013). The children of Immigrants at School. A comparative look at the Integration in the United States and Western Europe. New York: New York University Press.
Alba, R., Kasinitz, P., e Waters, M. C. (2011). The kids are (mostly) alright: second-generation assimilation. Comments on Haller, Portes and Lynch. Social Forces, 89, 763-773.
Alexander, K. S., Entwistle, D. R., e Kabbani, N. S. (2001). The dropout Process in life course Perspective: early risk factors at home and school. Teachers College Record, 103(5), 760-822.
Allen, A. (2016). School choice policies and practices in the United States, South Africa, Spain and Canada. Global Education Review, 3(2), 1-3.
Allison, P. D. (1999). Comparing Logit and Probit Coefficients across Groups. Social Methods & Research, 28(2), 186-208.
Allmendiger, J. (1989). Educational Systems and labour market outcome. European Sociological Review, 5, 231-250.
Ambrosini, M. (2005). Sociologia delle Migrazioni. Bologna: Il Mulino. Ammermueller, A. (2005). Educational Opportunities, and the Role of Institutions. ZEW
Discussion Paper, 05-44. Archer, L., e Francis, B. (2007). Understanding Minority Ethnic Achievement. London/New
York: Routledge. Argentin, G., e Triventi, M. (2011). Social inequality in higher education and labour market in
a period of institutional reforms: Italy, 1992–2007. Higher Education, 61(3), 309–323.
Argentin, G., e Triventi, M. (2015). The North-South Divide in School Grading Standards: New Evidence from National Assessments of the Italian Student Population. Italian Journal of Sociology of Education, 7(2).
Arnot, M. (1985). Race and Gender. Equal Opportunities Policies in Education. Oxford: Pergamon Press.
Azzolini, D. (2012). Immigrant-native Educational Gaps. A systematic Inquiry into the Schooling of Children of Immigrants throughout the Italian Educational System. Tesi di Dottorato - Univeristà degli Studi di Trento.
Azzolini, D., & Barone, C. (2012b). Tra vecchie e nuove disuguaglianze: la partecipazione scolastica degli studenti immigrati nelle scuole secondarie superiori in Italia. Rassegna Italiana di Sociologia, LIII(4), 687-718.
Azzolini, D., e Barone, C. (2013). Do they progress or do they lag behind? Educational attainment of immigrants’ children in Italy: The role played by generational status, country of origin and social class. Research in Social Stratification and Mobility, 31, 82-96.
Azzolini, D., Cvajner, M. e Santero, A. (2013). Sui banchi di scuola: i figli degli Immigrati. In C. Saraceno, N. Sartor, e G. Sciortino, Stranieri e Disuguali (p. 251-276). Bologna: Il Mulino.
222
Azzolini, D., Schnell, P., e Palmer, J. (2012). Educational Achievement Gaps between Immigrant and Native Students in Two “New Immigration Countries: Italy and Spain in comparison. The Annals of the American Academy of Political and Social Science, 643(1), 46-77.
Baker W., Sammons, P., Siraj-Blatchford, I., Sylva, K., Melhuish E.C., e Taggart B. (2014). Aspirations, education and inequality in England: insights from the Effective Provision of Pre-school, Primary and Secondary Education Project. Oxford Review of Education, 40(5), 525-542.
Bagguley, P., e Hussain, Y. (2007). The role of higher education in providing opportunities for south Asian Women. Bristol: Policy Press.
Ballarino, G., e Checchi, D. (2006). Sistema scolastico e disuguaglianza sociale: scelte individuali e vincoli strutturali. Bologna: Mulino.
Ballarino, G., e Panichella, N. (2013). The Occupational Integration of Male Migrants in Western European Countries: Assimilation or Persistent Disadvantage? International Migration, 53(2), 338-352.
Ballarino, G., e Perotti, L. (2012). The Bologna process in Italy. European Journal of Education, 47(3), 348–363.
Ballarino, G., e Schizzerotto, A. (2011). Le disuguaglianze intergenerazionali di Istruzione. In A. Schizzerotto, U. Trivellato, e N. Sartor, Generazioni Disuguali. Le condizioni di vita dei giovani di oggi e di ieri: un confronto (p. 71-110). Bologna: Il Mulino.
Bandura, A. (1993). Perceived self-efficacy in cognitive development and functioning. Educational Psychologist, 28, 117-148.
Bandura, A. (1995). Self-Efficacy in Changing Societies. New York: Cambridge University Press.
Banting, K., e Kymlicka, W. (2006). Multiculturalism and the Welfare State: Recognition and Redistribution in Contemporary Democracies. Oxford: Oxford University Press.
Barban, N., & White, M. J. (2011). Immigrants' children's transition to secondary school in Italy. International Migration Review, 45(3), 702-26.
Barbieri, G., Rossetti, C., Sestito, P., 2010. The Determinants of Teacher Mobility. Evidence from a Panel of Italian Teachers. Banca d’Italia Working Paper 761.
Barone, C., Luijkx, R., & Schizzerotto, A. (2010). Elogio dei Grandi Numeri: il lento declino delle Disuguaglianze nelle Opportunità di Istruzione in Italia. Polis, 24(1), 5-34.
Bauer, T., e Zimmermann, K. (1998). Causes of International Migration. In P. Gorter, P. Nijkamp, e J. Poot, Crossing Borders: Regional and Urban Perspectives on International Migration (p. 95-127). Aldershot: Ashgate.
Becker, B. (2013). The educational aspiration of Turkish-origin parents of three-year-old children in Germany: a comparison by generational status. Trento: Paper presented at the ISA-RC28 spring meeting.
Becker, B. (2015). Ethnic differences in school performance in grade 3: the Role of (early) language skills. Monte Verità Conference: "(Persistent) Inequalities Revisited: Social Origin, Education, and Social Mobility", Ascona, 26-31 Luglio 2015.
Becker, G. S. (1962). Investment in Human Capital: a Theoretical Analysis. Journal of Political Economy, 70(5), 9-49.
Bennett, P. R., e Xie, Y. (2003). Revisiting racial differences in college attendande: the role of historically black colleges and universities. American sociological review, 68, 567-80.
Benvenuto, G. (2003). Mettere i voti a scuola: introduzione alla docimologia. Roma: Carocci. Bernardi, F. (2014). Compensatory advantage as a mechanism of educational inequality. A
regression discontinuity on month of birth. Sociology of Education, 87(2), 74–88. Bernstein, B. (1975). Class, Codes, and Control. London: Routledge and Kegan Paul. Bertozzi R. e Santagati M. (2006). Le politiche socioeducative per i minori stranieri in Italia.
In M. Colombo, G. Giovannini e P. Landri, Sociologia delle politiche e dei processi formativi, Milano: Guerini Editore, 133-165.
Besozzi, E. (1999). Crescere tra appartenenze e diversità: Una ricerca tra i preadolescenti delle scuole medie milanesi. Milano: FrancoAngeli.
Bevelnder, P. (2015). Romanian migrants in Sweden. ISS Workshop "Surveying Romanians for Comparative Research in Western Countries", Cologne 05-06 giugno 2015.
223
Blangiardo, G.C. (2006). La presenza di minori stranieri nella realtà migratoria italiana. In G.G. Valtolina e A. Marazzi, Appartenenze multiple. L'esperienza dell'immigrazione nelle nuove generazioni. Milano: ISMU, Franco Angeli.
Bobova, N. (2016). The Complexity of Return: Socio-Cultural Remittances of Highly Skilled
Belarusians. Central and Eastern European Migration Review, 5(2), 119-134.
Boccagni, P., e Pollini, G. (2012). L'integrazione nello studio delle migrazioni. Teorie, indicatori, ricerche. Milano: Franco Angeli.
Bol, T., & Van de Werfhorst, H. G. (2013). Educational Systems and the Trade-Off between Labor Market Allocation and Equality of Educational Opportunity. Comparative Education Review, 57(2).
Bommes, M., e Morawska, E. (2005). International Migration Research. Constructions, Omissions and the Promises of Interdisciplinarity. Aldershot: Ashgate Publishing Limited.
Bonizzoni, P., Romito, M. e C. Cavallo (2014). L’orientamento nella scuola secondaria di primo grado. Una concausa della segregazione etnica nella scuola secondaria di secondo grado? Educazione Interculturale, 12(2), 199-229.
Boone, S. e M. Van Houtte, (2013) Why are Teachers Recommendations at the Transition from Primary to Secondary Education Socially Biased? British Journal of Sociology of Education, 34(1), 20-38.
Borjas, G. (1992). Ethnic Capital and Intergenerational Mobility. The Quarterly Journal of Economics, 107, 123-150.
Boudon, R. (1974). Education, opportunity, and social inequality. NEw York: WIley. Bourdieu, P. (1984). Distinction. Cambridge: Harvard University Press, Traduzione di
Bourdieu, P. (1979) La distinction: Critique sociale du jugement. Paris: Edition de Minuit.
Bourdieu, P., e Passeron, J. (1970). La reproduction (1972 ed.). Paris: Editions de Minuit. Bowles, S., e Gintis, H. (1976). Schooling in Capitalist America. New York: Basic Books. Bradley, S., e Lenton, P. (2007). Dropping out of post-compulsory education in the UK: An
analysis of Determinants and Outcome. Journal of Popultion Economics, 20(2), 299-328.
Breen, R. (2004). Social mobility in Europe. Oxford: Oxford University Press. Breen, R., e Goldthorpe, J. H. (1997). Explaining educational differentials: toward a formal
rational action theory. Rationality and society, 9(3), 275-305. Breen, R., & Jonsson, J. O. (2000). A multinomial transition model for analyzing educational
careers. American Sociological Review, 65(5), 754–772. Breen R., Karlson K.B. e Holm A. (2011). Total, direct, and indirect effects in logit and probit
models. Sociological Methods & Research 42 (2), 164-191. Breen, R., Luijkx, R., Muller, W., & Pollak, R. (2009). Nonpersistent Inequality in
Educational Attainment: evidence from eight Countries. American Journal of Sociology, 114(5), 1475-1521.
Breen, R., Luijkx, R., Muller, W., & Pollak, R. (2010). Longterm trends in educational inequality in Europe: Class inequalities and gender. European Sociological Review, 26(1), 31–48.
Brekke, I., e Mastekaasa, A. (2008). Highly educated Immigrants in the Norwegian Labour Market: Permanent disadvantage? Work, Employment and Society, 22, 507-526.
Brinbaum, Y., e Cebolla-Boado, H. (2007). The school careers of ethnic minority youth in France. Success or disillusion. Ethnicities, 7(3), 445-474.
Brinbaum, Y., e Guégnard, C. (2013). Choices and Enrollments in french secondary and Higher education: repercussions for second-generation immigrants. Comparative Education Review, 57(3), 481-502.
Brinbaum, Y., e Heath, A. F. (2014). Ethnic Differences in Completion of Upper Secondary Education. In A. F. Heath, e Y. Brinbaum, Unequal Attainments. Ethnic Educational Inequalities in ten western countries. Oxford: Oxford University Press.
Brinbaum, Y., & Kieffer, A. (2005). D'une génération à l'autre, les aspirations éducatives des familles immigrées: ambition et persévérance. La Revue Education et Formations, 72, 53-75.
Brint, S. (1998). Schools and societies (2008 ed.). Stanford: Stanford University Press.
224
Brubaker, R. (2001). The Return of Assimilation? Changing Perspective on Immigration and its sequels in France, Germany and the United States. Ethnic and Racial Studies, 24(4), 531-548.
Brunello, G., e Checchi, D. (2007). Does School Tracking affect Equality of Opportunity? New International Evidence. Economic Policy, 22, 781-861.
Brunello, G., e Rocco, L. (2011). The Effect of Immmigration on the School Performance of Natives: Cross Country Evidence using Pisa Test Scores. IZA Discussion Pape, 5479.
Bruner, J. (1997). La cultura dell’educazione. Milano: Feltrinelli. Bukodi, E., e Goldthorpe, J. H. (2012). Decomposing Social Origins: The Effect of Parents’
Class, Status and Education on the Educational Attainment of their Children. European Sociological Review, 29(5), 1024-1039.
Burrell, K. (2009). Polish Migration to the UK in the 'New' European Union after 2004. Farnham: Ashgate Publishing Limited.
Canino, P. (2010). Stranieri Si Nasce...E Si Rimane? Differenziali Nelle Scelte Scolastiche Tra Giovani Italiani E Stranieri. Collana Quaderni dell’Osservatorio - Fondazione Cariplo, 3.
Caponio, T. (2016). Quale partecipazione politica degli stranieri in Italia? Il caso delle consulte elettive dei comuni dell’Emilia Romagna. Firenze: IX convegno internazionaledella Sise, Firenze, 14-15 dicembre. http://ius.regione.toscana.it/elezioni/Documenti/IXConvegnoSISE/Caponio.pdf (link al 06.04.15).
Carrera, S. (2008). Benchmarking Integration in the EU. Analyzing the debate on Integration Indicators and Moving it Forward. Gutersloh: Bentelsman Foundation.
Casacchia, O., Natale, L., Paterno, A., & Terzera, L. (2008). Studiare Insieme, Crescere Insieme? Un’indagine Sulle Seconde Generazioni in Dieci Regioni Italiane. Miano: Franco Angeli.
Castles, S., e Kosack, G. (1973). Immigrant Workers and Class Structure in Western Europe. Oxford: Oxford University Press.
Castles, S., e Miller, M. J. (2003). The Age of Migration: International Population Movements in the Modern World. 3°ediz. London: Macmillan.
Castles, S., Korac, M., Vasta, E., e Vertovec, S. (2002). Integration: Mapping the Field. London: Home Office Report.
Castoldi, M. (2012). Valutare a scuola. Dagli apprendimenti alla valutazione di sistema. Roma: Carocci.
Cebolla Boado, H. (2007). Immigrant Concentration in Schools: Peer Pressures in Place? European Sociological Review, 23(3), 341–356.
Cebolla-Boado, H. (2011). Primary and Secondary Effects in the Explanation of Disadvantage in Education: the Children of Immigrant Families in France. British Journal of Sociology of Education, 32(3), 407-430.
Cebolla Boado, H., e Medina, L. G. (2011). The Impact of Immigrant Concentration in Spanish Schools: School, Class, and Composition Effects. European Sociological Review, 27, 606-623.
Cebolla Boado, H., e Finotelli, C. (2015). Is There a North–South Divide in Integration Outcomes? A Comparison of the Integration Outcomes of Immigrants in Southern and Northern Europe. European Journal of Population, 31(1), 77-102.
Ceccatelli Gurrieri, G., & Meister, C. (2004). Adolescenti d’altrove. Florence, Italy: Polistampa.
Ceobanu, A. M., e Escandell, X. (2010). Comparative Analyses of Public Attitudes Toward Immigrants and Immigration Using Multinational Survey Data: A Review of Theories and Research. Annual Review of Sociology, 36(1), 309-328.
Cesareo, V., e Blangiardo, G.C. (2009) cur. Indici di Integrazione. Un’indagine empirica sulla realtà migratoria italiana. Milano: ISMU, Franco Angeli.
Cesareo, V. (2014) (cur.) Twenty years of migrations in Italy: 1994-2014. Milano: Mc Graw-Hill Education.
Cesareo, V. (2016) (cur.) The Twenty-first Italian Report on Migrations 2015. Milano: Mc Graw-Hill Education.
Checchi, D. (2010a). Uguaglianza Delle Opportunità Nella Scuola Secondaria Italiana. Working Paper della Fondazione Giovanni Agnelli, 25.
225
Checchi, D. (2010b). Il passaggio dalla scuola media alla scuola superiore. RicercAzione, 2, 215-235
Checci, D., & Braga, M. (2009). Divario Territoriale E Formazione Delle Competenze Degli Studenti Quindicenni. Ricercazione, 1, 115-131.
Checchi, D., & Flabbi, L. (2007). Intergenerational mobility and schooling decisions in Germany and Italy: The impact of secondary school tracks. IZA Discussion Papers, No. 2876, Bonn.
Cheng, S., & Starks, B. (2002). Racial Differences in the Effects of Significant Others on Student's Educational Expectations. Sociology of Education, 75(4), 306-327.
Chiari, G. (1994). Climi di classe e apprendimento. Un progetto di sperimentazione per il miglioramento del clima di classe in quattro città italiane. Milano: Franco Angeli.
CILS4EU (2014). Children of Immigrants Longitudinal Survey in Four European Countries. Technical Report. Wave 1 – 2010/2011, v1.1.0. Mannheim: Mannheim University.
CILS4EU. (2016). Children of Immigrants Longitudinal Survey in Four European Countries. Technical Report. Wave 3 – 2012/2013, v3.1.0. Mannheim: Mannheim University.
Chiswick, B., e Miller, P. (2010). The International Transferability of Immigrants’ Human Capital Skills. Economics of Education Review, 28(2), 162-169.
Cobalti, A. (2006). Globalizzazione e istruzione. Bologna: Il Mulino. Coleman, J. S. (1988). Social Capital in the Creation of Human Capital. The America Journal
of Sociology, 94, 95-120. Coleman, J. S., Campbell, E. Q., Hobson, C. J., McPartland, J., Mood, A. M., Weinfeld, F. D.,
& York, R. L. (1966). Equality of educational opportunity. Washington, DC: U.S. Government Printing Office.
Colombo, A. (2012). Fuori Controllo? Miti e realtà dell'immigrazione in Italia. Bologna: Il Mulino.
Colombo, A., e Sciortino, G. (2004). Italian Migration: the Origins, Nature and Evolution of Italian Migratory System. Journal of Italian Modern Studies, 9(1), 49-70.
Colombo, A., e Sciortino, G. (2008). Stranieri in Italia. Trent'anni dopo. Bologna: Il Mulino. Colombo, M., e Santagati, M. (2010). Interpreting social inclusion of young immigrants in
Italy. Italian Journal of Sociology of Education, 2(1), 9-48. Colombo, M., e Santagati, M. (2014). Nelle scuole plurali: Misure d’integrazione degli
alunni stranieri. Milano: Franco Angeli. Connolly, P. (2006). The Effects of Social Class and Ethnicity on Gender Differences in
GCSE Attainment: A Secondary Analysis of the Youth Cohort Study of England and Wales 1997-2001. British Educational Research Journal, 32(1), 3-21.
Consiglio dell'Unione Europea. (19 novembre 2004). Immigrant Integration Policy in the European Union. Brussels.
Conte, M., (2012) Passaggi. Ragazzi e ragazze dalla scuola media alla scuola superiore. Milano: Codici Società Cooperativa Sociale.
Contini, D., e Scagni, A. (2012). Social-origin Inequalities in Educational Careers in Italy. Performances or Decision Effects? Department of Economics “S. Cognetti de Martiis” Working Paper Series, 14.
Contini, D. (2013). Immigrant background peer effects in Italian schools. Social Science Research, 42, (1122–1142).
Cook, P. J., e Jens, L. (1997). Weighing the “burden of ‘acting whitÈ”: Are there race differences in attitudes toward education? Journal of Policy Analysis and Management, 16(2).
Covington, M. (1984). The motive for self-worth. In R. Ames, e C. Ames, Research on Motivation in Education, vol. 1, Student Motivation. New York: New York University Press.
Crompton, R. (1998). Class and stratification. An introduction to current debates. Cambridge: Polity Press.
Crozier, G. (2005). TherÈs a War against our Children: Black Parents' Views on their Children's Education. British Journal of Sociology of Education, 26(5), 585-598.
Crul, M., e Schneider, J. (2009). Children of Turkish Immigrants in Germany and the Netherlands: the Impact of differences in Vocational and Academic Tracking systems. Teachers College Record, 111(6), 1508-1527.
Cvajner, M. (2011). Migrant friendships, migrant loves–taking the sociability of second generations seriously. Journal of Modern Italian Studies, 16(4),465-477.
226
Cvajner, M. (2015). Seconde generazioni: amicizia, socialità e tempo libero. Quaderni di Sociologia, 67, 29-47.
Dalla-Zuanna, G., Farina, P., e Strozza, S. (2009). Nuovi Italiani. I giovani immigrati cambieranno il nostro paese? Bologna: Il Mulino.
Davies, P., Mangan, J., Hughes, A., & Slack, K. (2013). Labour market motivation and undergraduates’ choice of degree subject. British Educational Research Journal, 39(2), 361-382.
Davies, S., & Guppy, N. (s.d.). Fields of study, college selectivity, and student inequalities in higher education. Social Forces, 75(4), 1417–1438.
Delamont, S. (1977). Reading on Interactionism in the Classroom. London/New York: Methuen.
Delli Zotti, G., e Urpis, O. (2012). Educational institutions in the face of multiculturalism: Problems and solutions to interethnic violence in Italian schools. In Medarić Z. e Sedmak M., Children’s voices: Interethnic violence in school environment. Lujbljana: Koper University of Primorska Press, (pp. 121–169).
Demie, F. (2001). Ethnic and Gender Differences in Educational Achievement and Implications for School Improvement Strategies. Educational Research, 43(1), 91-106.
Deming, D.J.; Hastings, J.S.; Kane, T.J.; Staiger, D.O. (2014).The American Economic Review, 104 (3), 991-1013.
Di Bartolomeo, A. (2011). Explaining the gap in educational achievement between second-generation immigrants and natives: The Italian case. Journal of Modern Italian Studies, 16, 437–449.
Di Muzio, G. (2010). Informazione, pratiche comunicative, senso di appartenenza: elementi di integrazione culturale. In Zurla, P. La sfida dell'integrazione. Un'indagine empirica sulla realtà migratoria in Romagna. Milano: Franco Angeli/ ISMU.
DL.286/1998 - Decreto Legislativo 25 luglio 1998, n. 286. Testo unico delle disposizioni concernenti la disciplina dell'immigrazione e norme sulla condizione dello straniero. Gazzetta Ufficiale n. 191 del 18 agosto 1998. http://www.camera.it/parlam/leggi/deleghe/98286dl.htm (link al 01/04/15).
DL.286/2004 - Decreto Legislativo del 19 novembre 2004, n. 286. Istituzione del Servizio nazionale di valutazione del sistema educativo di istruzione e di formazione, nonché riordino dell'omonimo istituto, a norma degli articoli 1 e 3 della legge 28 marzo 2003, n. 53. Gazzetta Ufficiale n. 282 del 1 dicembre 2004.
Dollmann, J. (2016). Positive Choices for All? SES- and Gender-Specific Premia of Immigrants at Educational Transition. 3rd Annual BAGSS Conference, 20-21 July 2016, Bamberg (DE).
Dollmann, J., Jacob, K., e Kalter, F. (2014). Examining the Diversity of Youth in Europe. A Classification of Generations and Ethnic Origins using Cils4eu Data. MZES Working Paper.
DPR.394/199 - Decreto del Presidente della Repubblica 31 Agosto 1999, n. 394. Regolamento recante norme di attuazione del testo unico delle disposizioni concernenti la disciplina dell'immigrazione e norme sulla condizione dello straniero. Ministero dell’Interno. http://hubmiur.pubblica.istruzione.it/alfresco/d/d/workspace/SpacesStore/1ebac8e2-3ed5-49cd-8427-926c4e705122/dpr394_1999.pdf (link al 01/04/15).
Dronkers, J., Van der Velden, R., e Dunne, A. (2011). Why are migrant students better off in certain types of educational systems or schools than in others? European Educational Research Journal, 11(1), 11-44.
Dumay, X., e Dupriez V. (2008). Does the school composition matter? Evidence from Belgian data. British Journal of Educational Studies, 56 (4), pp. 440–477.
Duncan, J., e Brooks-Gunn, J. (1997). Consequences of Growing up poor. New York: Russel Sage Foundation.
Dustman, C., e Glitz, A. (2011). Migration and Education. In Handbook of the Economics of Education (Vol. 4, p. 327-439).
Dustmann, C., Frattini, T., e Lanzara, G. (2012). Educational achievement of second-generation immigrants: an international comparison. Economic Policy, 27(69), 143-185.
227
Entzinger, H. (2000). The Dynamics of Integration Policies: a Multidimensional Model. In R. Koopmans, e P. Statham, Challenging Immigration and Ethnic Relations Politics. Oxford: Oxford University Press.
Entzinger, H., e Biezeveld, R. (2003). Benchmarking in Immigrant Integration. Rotterdam: European Research Center on Migration and Ethnic Reations.
Erikson, R., e Goldthorpe, J. (1992). The constant flux: a study of class mobility in industrial societies. Oxford: Oxford University Press.
Erikson, R., e Jonsson, J. O. (A cura di). (1996). Can education be equalized? the swedish case in comparative perspective. Boulder, Colorado: Westview Press.
Erikson, R., Goldthorpe, J. H., Jackson, M., Yaish, M., e Cox, D. R. (2005). On class differentials in educational attainment. PNAS, 102(27), 9730-9733.
Estevez-Abe, M., Iversen, T., e Soskice, D. (2001). Social protection and the formation of skills: a reinterpretation of the welfare state. In P. A. Hall, e D. Soskice, Varieties of capitalism. The institutional foundations of comparative advantage (p. 145-183). Oxford: Oxford University Press.
Eurydice. (2017). Strutture dei sistemi educativi europei: diagrammi 2016/2017. Scaricabile al link (attivo al 08/03/17) http://eurydice.indire.it/wp-content/uploads/2017/02/ Quaderno_34.pdf.
EUROSTAT (2009). Demographic Outlook. National reports on the demographic developments in 2007. Luxembourg: Office for Official Publications of the European Communities.
EUROSTAT (2011). Indicators of Immigrant Integration. A pilot Study. Bruxelles: Eurostat. EUROSTAT (2013). EU Employment and Social Situation. Quarterly Review. Luxembourg:
Publications Office of the European Union. EUROSTAT (2015). Population by educational attainment level, sex, age and citizenship (%)
(edat_lfs_9911) Tavola disponibile al link: http://ec.europa.eu/eurostat/data /database (link attivo al 03/03/2017).
EUROSTAT (2016a). Population without the citizenship of the reporting country (tps00157). Main tables on “Population data”, Eurostat, European Commission. Tavola disponibile al link http://ec.europa.eu/eurostat/web/population-demography-migration-projections/population-data/main-tables (attivo al 03/03/2017).
EUROSTAT (2016b). Population on 1 January by age group, sex and citizenship (migr_pop1ctz). Tavola disponibile al link http://ec.europa.eu/eurostat/web/ population-demography-migration-projections/population-data/database (attivo al 04/03/2017).
EUROSTAT (2016c). Population on 1 January by age group, sex and country of birth (migr_pop3ctb). Tavola disponibile al link http://ec.europa.eu/eurostat/web /population-demography-migration-projections/population-data/database (link attivo al 04/03/2017).
Eve, M. (2014). “Secondgen”. Second generations: Migration processes and mechanisms of integration of foreigners and Italians (1950-2010). Torino.
Eve, M., e Ricucci, R. (2009). Giovani e territorio: Percorsi di integrazione di ragazzi italiani e stranieri in alcune province del Piemonte. Torino: Fieri.
Favell, A. (2003). Integration Nations: the Nation-state and research on immigrants in Western Europe. Comparative Social Research, 22, 13-42.
Fekjaer, S. N. (2007). New differences, old explanations: can educational differences between ethnic groups in Norway be explained by social background? Ethnicities, 7, 367-389.
Fekjaer, S.N. e Birkelund, G.E. (2007). Does the ethnic composition of upper secondary schools influence educational achievement and attainment? A multilevel analysis of the Norwegian case. European Sociological Review, 23, pp. 309–323
Feliciano, C. (2005a). Does Selective Migration Matter? Explaining ethnic disparities in Educational Attainment Among Immigrants' children. International Migration review, 39(4), 841-871.
Feliciano, C. (2005b). Educational Selectivity inU.S. Immigration: How do Immigrants compared to thos left behind? Demography, 42(1), 131-152.
Feliciano, C.; e Lanuza, Y.R. (2017). An Immigrant Paradox? Contextual Attainment and Intergenerational Educational Mobility. American Sociological Review, 82(1), 211-241.
228
Felouzis, G. (2003). La ségrégation ethnique au collège et ses conséquences. Revue française de sociologie, 44(3), 413–448.
Fernandez Reino, M. (2013). Ethnic differentials in post-compulsory educational transitions in England. Trento, IT.: Paper presented at the ISA-RC28 Srping Meeting.
Fischer, L. (2003). Sociologia della Scuola. Bologna: Il Mulino. Fischer, L. (2007). Lineamenti di Sociologia della Scuola. Bologna: Il Mulino. Fischer, L., e Fischer, M. (2002). Scuola e società multietnica. Modelli teorici di integrazione
e studenti immigrati a Torino e Genova. Torino: Edizioni della Fondazione Giovanni Agnelli.
Fordham, S., e Ogbu, J. U. (1986). Black students' School Success: Coping with the “Burden of ‘Acting WhitÈ”. The Urban Review, 18(3).
Foster, P., Gomm, R., e Hammersley, M. (1996). Constructing Educational Inequality: an Assesment of Research on School Processes. London: Falmer.
Friedberg, M. R. (2000). You can’t take it with you? Immigrant Assimilation and the Portability of Human Capital. Journal of Labour Economics, 18, 221-251.
Gallino, L. (1978). Dizionario di Sociologia (2004 ed.). Torino: Utet. Galloni, F. (2008). Studenti Sikh di fronte alla scelta della scuola secondaria. In F. Gobbo (a
cura di) L’educazione al tempo dell’intercultura, Roma:Carocci. Gamoran, A. (1992). The variable effect of high school tracking. American Sociological
Review, 57, 812-828. Gamoran, A., e Mare, R. D. (1989). Secondary school tracking and educational inequality:
Compensation, reinforcement, or neutrality? American Journal of Sociology, 94, 1146-1183.
Gang, I., e Zimmerman, C. (2000). Is child like parent? Educational attainment and ethnic origin. Journal of Human Resources, 35, 550-569.
Ganzeboom, H., De Graaf, P., & Treiman, D. (1992). A standard International Socio-Economic Index of Occupational Status. Social Science Research, 21, 1-56.
Gardner, H. (1995). L’educazione delle intelligenze multiple. Milano: Anabasi. GCIM. (2005). Migration in an Inter-connected World: New Directions for Action. Global
Commission on International Migration. Gillborn, D. (1995). Racism and Antiracism in Real School. Buckingham: Open University
Press. Giovannini, G., e Queirolo Palmas, L., (2002). Una scuola in comune: Esperienze scolastiche
in contesti multietnici italiani. Torino: Fondazione Agnelli. Glick Schiller, N., Basch, L., e Szanton Blanc, C. (1995). From Immigrant to Transmigrant:
Theorizing Transnational Migration. Anthropological Quarterly, 68(1), 48-63. Gogolin, I., e Salem, T. (2014). Race and Ethnic Inequalities in Education in Germany. In P.
A. Stevens, e G. Dworkin, The Palgrave Handbook of Race and Ethnic Inequalities in Education (p. 365-401). New York: Palgrave Macmillan.
Goldthorpe, J. H. (1996). Class analysis and the reorientation of class theory. The case of persisting differentials in educational attainment. British Journal of Sociology, 47(3), 481-505.
Gordon, M. M. (1964). Assimilation in American life: the role of race, religion, and national origins. Oxford: Oxford University Press.
Goyette, K. A., & Mullen, A. L. (2006). Who studies the arts and sciences? Social background and the choice and consequences of undergraduate field of study. The Journal of Higher Education, 77(3), 497–538.
Goyette, K., e Xie, Y. (1999). Educational expectation of Asian American Youths: Determinants and ethnic Differences. Sociology of Education, 72, 22-36.
Graubard, B. I., e E. L. Korn. (1996). Modelling the sampling design in the analysis of health surveys. Statistical Methods in Medical Research 5, 263-281.
Grogger, J., e Hanson, G. H. (2011). Income maximization and the selection and sorting of international migrants. Journal of Development Economics, 95(1), 42-57.
Grönqvist, H. (2006). Ethnic enclaves and the attainments of immigrant children. European Sociological Review(22), 369-382.
Halsey, A. H., Heath, A. F., e Ridge, J. M. (1980). Origins and Destinations: Family, Class and Education in Modern Britain. Oxford: Clarendon Press.
Hansen, J., e Lofstrom, M. (2009). The Dynamics of Immigrant Welfare and Labour Market Behaviour. Journal of Population Economics, 22, 941-970.
229
Hanson, S. L. (1994). Lost talent: Unrealized Educational aspirations and expectations among US youths. Sociology of Education, 67, 159-183.
Hanushek, E., e Woessmann, L. (2011). The Economics of International Differences in Educational Achievement. In E. A. Hanushek, S. Machin, e L. Woessmann, Handbook of the Economics of Education (p. 89-200). Oxford: Elsevier.
Haque, Z., & Bell, J. (2001). Evaluating the Performances of Minority Ethnic Pupils in Secondary Schools. Oxford Review of Education, 27(3), 357-368.
Haveman, R., e Wolfe, B. (1995). The determinants of children's attainments: a review of methods and findings. Journal of Economic Literature, 33, 1829-1878.
Heath, A. (2000). The Political Arithmetic Tradition in the Sociology of Education. Oxford Review of Education, 26, 313-330.
Heath, A. F., e Rothon, C. (2014). Ethnic penalties and Premia at the End of lower secondary education. In A. F. Heath, e Y. Brinbaum, Unequal Attainments. Ethnic Educational Inequalities in ten western countries. Oxford: Oxford University Press.
Heath, A. F., Rothon, C., e Kilpi, E. (2008). The second generation in western europe: education, unemployment, and occupational attainment. Annual review of sociology, 34, 211-235.
Heath, A., e Brinbaum, Y. (2007). Guest editorial. Explaining ethnic inequalities in educational attainment. Ethnicities, 7(3), 291-305.
Heath, A., e Brinbaum, Y. (2014). Unequal Attainments. Ethnic educational inequalities in ten Western countries. Oxford: Proceedings of the British Academy .
Heath, A., e Cheung, S.-Y. (A cura di). (2007). Unequal chances: ethnic minorities in western labour markets. Oxford: Oxford University Press.
Heckmann, F., Lederer, H., e Worbs, S. (2001). Effectiveness of National Integration strategies towards second generation migrant youth in a comparative European perspective. Final Report to the European Commission. Bamberg: Efms.
Herzog-Punzenberger, B., e Schnell, P. (2014). Race and Ethnic Inequalities in Education in Austria. In A. J. Stevens, e G. A. Dworkin, The Pallgrave Handbook of Race and Ethnic Inequalities in Education (p. 70-106). Basingstoke: Pallgrave Macmillan.
Hoenig, K., Leopold, L., e Shavit, Y. (2013). Cultural capital and achievement differences between immigrants and natives in Germany. Trento, IT.: Paper presented at the ISA-RC28 Spring Meeting.
Hoff, E. (2003). The specificity of environmental influence: Socioeconomic status affects early vocabulary development via maternal speech. Child Development, 74(5), 1368-1378.
Huddleston, T., Niessen, J., Chaoimh, E. N., e White, E. (2011). Migrant Integration Policy Index. Bruxelles: The british council and Migration Policy Group.
Huddleston, T., Niessen, J., Chaoimh, E. N., e White, E. (2011). Migrant Integration Policy Index. Bruxelles: The british council and Migration Policy Group.
Hustinx, P. W. (2002). School careers of pupils of ethnic minority background after the transition to secondary education: is the ethnic factor always negative? Educational research and evaluation, 2(2), 169-195.
Iannelli, C., e Howieson, C. (2008). The effects of low attainment on young peoplÈs outcome at age 22-23 in Scotland. British Educational Research Journal, 4, 269-290.
Ichou, M. (2013). Différences d'origine et origine des différences: les résultats scolaires des enfants d'émigrés/immigrés en France du début de l'école primaire à la fin du collège. Revue Française de Sociologie, 54(1), 5-52.
Ichou, M. (2014). Who hey were There: Immigrants' Educational Selectivity and Their Children's Educational Attainment. European Sociological Review, 30(6), 750-765.
Ichou, M. (2015). Origine migratoire et inégalités scolaires: étude longitudinale des résultats scolaires des descendants d’immigrés en France et en Angleterre. Revue Française de Pédagogie, 2, 29-46.
Ichou, M., & van Zanten, A. (2014). Race and Ethnic Inequality in Education in France. In P. A. Stevens, & G. Dworkin, The Palgrave Handbook of Race and Ethnic Inequality in Education (p. 328-365). New York: Palgrave Mcmillan.
IEA. (2013). Timm e Pirls 2011: relationship among reading, mathematics, and science achievement at the fourth grade. Implications for early learning. Boston: Timss e Pirls International Study Center.
230
INVALSI (2013). La rilevazione nazionale degli apprendimenti 2012/13 nelle classi II e V primaria, nelle classi I e III (Prova nazionale) della scuola secondaria di primo grado e nella II classe della scuola secondaria di secondo grado. Roma: INVALSI.
ISMU (2016). Alunni con cittadinanza non italiana. La scuola multiculturale nei contesti locali. Rapporto nazionale a.s. 2014/2015. Milano: Fondazione ISMU.
ISTAT (1961). Primo censimento generale dell'agricoltura. Roma: Istat. ISTAT (2000). Flussi migratori e caratteristiche della popolazione straniera, anni1990-
1998. Roma: Sistema statistico nazionale. Istituto nazionale di statistica. ISTAT (2012). ll confronto fra censimento e anagrafe. Comunicato Stampa del 12 aprile
2012. Roma: Sistema statistico nazionale. Istituto nazionale di statistica. Documento reperibile al link: https://www.istat.it/it/files/2012/04/censimento-anagrafe.pdf (link attivo al 07/03/2017).
ISTAT (2013). Rilevazione della popolazione residente comunale straniera per sesso e anno di nascita. http://stra-dati.istat.it/.
ISTAT (2014). Noi Italia.100 statistiche per capire il Paese in cui viviamo. Roma: Sistema statistico nazionale. Istituto nazionale di statistica.
ISTAT (2016a). Annuario Statistico Italiano 2016. Roma: Sistema statistico nazionale. Istituto nazionale di statistica.
ISTAT (2016b). Bilancio Demografico Nazionale relativo all’anno 2015. Comunicato Stampa del 10 giugno 2016. Roma: Sistema statistico nazionale. Istituto nazionale di statistica.
ISTAT (2016c). L’integrazione scolastica e sociale delle seconde generazioni. Report del 15 marzo 2016. Roma: Sistema statistico nazionale. Istituto nazionale di statistica.
Jackson, M. (2012). Bold choices: how ethnic inequalities in educational attainment are suppressed. Owford Review of Education, 38(2), 189-208.
Jackson, M. (2013). Determined to Succeed? Performance versus Choice in Educational Attainment. Stanford: Standford University Press.
Jackson, M., e Holzman, B. (2014). Misplaced concerns? Social background inequalities in performance and college enrollment. Presentation at the ISA-RC28 Spring Meeting in Budapest.
Jackson, M., Erikson, R., Goldthorpe, J. H., e Yaish, M. (2007). Primary and secondary effects in class differentials in educational attainment. The transition to A-level courses in England and Wales. Acta Sociologica, 50(3), 211-229.
Jackson, M., Jonsson, J. O., e Rudolphi, F. (2012). Ethnic Inequality and Choice-driven Educational Systems: a longitudinal study of performance and choice in England and Sweden. Sociology of Education, 85, 158-178.
Jackson, M., Luijkx, R., Pollak, R., Vallet, L., e Van de Werfhorst, H. G. (2008). Educational Fields of Study and the Intergenerational Mobility Process in Comparative Perspective. International Journal of Comparative Sociology, 49(4-5), 369-388.
Jencks, C., e Mayer, S. E. (1990). The social consequences of growing up in a poor neighborhood. In L. E. Lynn, e M. G. McGeary, Inner-City Poverty in the United States (p. 111-185). Washington: The National Academies Press.
Jensen, P., e Rasmussen A.W. (2011). The effect of immigrant concentration in schools on native and immigrant children’s reading and math skills. Economics of Education Review, 30, (1503– 1515).
Jonsson, J. O. (1999). Explaining Sex Differences in Educational Choice: an Empirical Assessment of a Rational Choice Model. European Sociological Review, 15(4), 391-404.
Jonsson, J. O. (2007). The farther they come, the harder they fall? First and second generation immigrants in the Swedish labour market. In A. F. Heath, & S. Cheung, Unequal Chances: Ethnic Minorities in Western Labour Markets (p. 451-505). Oxford: Oxford University Press.
Jonsson, J. O., e Rudolphi, F. (2010). Weak performance - strong determination: school achievement and educational choice among children of immigrants in sweden. European Sociological Review, 1-22.
Jonsson, J. O., Kilpi-Jakonen, E., e Rudolphi, F. (2014). Ethnic differences in early school-leaving. In A. F. Heath, e Y. Brinbaum, Unequal Attainments. Ethnic Educational Inequalities in ten western countries. Oxford: Oxford University Press.
231
Kalter, F. (2015). Structural ethnic inequalities reconsidered: How important are social and cultural aspects of integration? Presentazione alla conferenza "(Persistent) Inequalities Revisited: Social Origin, Education, and Social Mobility, 26-31 Luglio 2015 -Ascona, Svizzera-).
Kalter, Frank, Anthony F. Heath, Miles Hewstone, Jan O. Jonsson, Matthijs Kalmijn, Irena Kogan, e Frank van Tubergen (2014). Children of Immigrants Longitudinal Survey in Four European Countries (CILS4EU) – Full version. Data file for on - site use. Cologne : GESIS Data Archive, ZA5353 Data file Version 1.1.0, doi:10.4232/cils4eu.5353.1.1.0.
Kao, G. (1999). Psychological Well-Being And Educational Achievement Among Immigrant Youth. In D. J. Hernandez, Children of Immigrants: Health, Adjustment, and Public Assistance. Washington DC.: National Academic Press.
Kao, G., Vaquera, E., e Goyette, K. (1999). Education and Immigration. Cambridge: Polity Press.
Kao, G., e Thompson, J. S. (2003). Racial and ethnic stratification in educational achievement. Annual Review of Sociology, 2, 417-442.
Karlson K.B., e Holm A. (2011). Decomposing primary and secondary effects: a new decomposition method. Research in Social Stratification and mobility 29 (2), 221-237.
Karlson K.B., Holm A. e Breen R. (2010). Comparing regression coefficients between same-sample nested models using logit and probit: A new method. Sociological Methodology 42 (1), 286-313.
Keddie, N. (1971). Classroom Knowledge. In M. F. Young, Knowledge and Control: New Directions for the Sociology of Education (pp. 133-160). Collier-Macmillan.
Kerckhoff, A. (2001). Education and Social Stratification processes in Comparative Perspective. Sociology of Education, 74, 3-18.
Kilpi-Jakonen, E. (2011). Continuation to Upper Secondary Educationa in Finland: Children of Immigrants and the Majority Compared. Acta Sociologica, 54, 67-94.
Kivisto, P. (2005). Incorporating Diversity: Rethinking Assimilation in a Multicultural Age. Boulder, Colorado: Paradigm Publishers.
Kogan, I. (2006). Labor Markets and economic incorporation among recent immigrants in Europe. Social Forces, 85(2), 697-721.
Kogan, I. (2011). The price of being an outsider: labour market flexibility and immigrants' employment paths in Germany. International journal of comparative sociology, 52(4), 264-283.
Koopmans, R., Statham, P., Giugni, M., e Passy, F. (2005). Contested citizenship, immigration and cultural diversity in Europe. Minneapolis, MI.: University of Minnesota Press.
Kristen, C. (2005). School Choice and Ethnic School Segregation: primary school selection in Germany. Münster: Waxmann Verlag.
Kristen, C., e Granato, N. (2007). The Educational Attainment of the Second Generation in Germany. Social Origins and Ethnic Inequality. Ethnicities, 3(7), 343-366.
Kristen, C., Reimer, D., e Kogan, I. (2008). Higher education entry of turkish immigrant youth in Germany. International Journal of comparative sociology, 49(2-3), 127-151.
Lee, E. S. (1966). A Theory of Migration. Demography, 3, 47-57. Lessard-Phillips, L., Brinbaum, Y., e Heath, A. (2014). Academic and Vocational tracking in
upper secondary education. In A. F. Heath, e Y. Brinbaum, Unequal Attainments. Ethnic Educational Inequalities in ten western countries. Oxford: Oxford University Press.
Lessard-Phillips, L., Fleishmann, F., e Van Elsas, E. (2014). Ethnic Minorities in 10 western countries: migration Flows, Policies and Institutional Differences. In A. F. Heath, e Y. Brinbaum, Unequal Attainments. Ethnic Educational Inequalities in ten western countries. Oxford: Oxford University Press.
Leventhal, T., e Brooks-Gunn, J. (2000). The neighborhoods they live in: the effects of neighborhood residence on child and adolescent. Psychological Bulletin, 126(2), 309-37.
Levels, M., & Dronkers, J. (2008). Educational Performance of Native and Immigrant Children from Various Countries of Origin. Ethnic and Racial Studies, 31, 1404-25.
232
Leves, M., Dronkers, J., e Kraaykamp, G. (2008). Immigrant children's Educational Achievement in Western Countries: Origin, Destination and Community Effects on Mathematical Performance. American Sociological Review, 75(5), 835-853.
Lucas, S. R. (2001). Effectively maintained inequality: education transition, track mobility, and social background effects. American Journal of Sociology, 106(6), 1642-1690.
Luijkx, R., & de Heus, M. (2008). The Educational System of the Netherlands. In S. L. Schneider, The International Standard Classification of Education (ISCED 97): an Evaluation of Content and Criterion Validity for 15 European Countries (p. 47-75). Mannheim: MZES.
Lutz, A. (2007). Barriers to high-school completition among immigrant and later-generation Latinos in the USA. Language, ethnicity and socio-economic status. Ethnicities, 7, 323-342.
Lutz, A. (2014). University Completion among the Children of Immigrants. In A. F. Heath, e Y. Brinbaum, Unequal Attainments. Ethnic Educational Inequalities in ten western countries. Oxford: Oxford University Press.
Maas, C.J.M. e Hox, J.J. (2004). The influence of violations of assumptions on multilevel parameter estimaters and their standard errors. Computational Statistics & Data Analysis, 46, 427-440.
Maki, P., e McHugh, M. (2014). Immigrant Parents and Early Childhood Programs: addressing Barriers of Literacy, Culture, and System Knowledge. Washington DC: National Center of Immigrant Integration Policy.
Maggioni, G. e Vincenti, A. (2007). Nella scuola multiculturale: Una ricerca sociologica in ambito educativo. Roma: Donzelli.
Mantovani, D. (2008). Gli Studenti Stranieri Sui Banchi Di Scuola in Emilia-Romagna. In G. Gasperoni, Le Competenze Degli Studenti in Emilia-Romagna. I Risultati Di Pisa 2006 (p. 161-195). Bologna: Il Mulino.
Mare, R. (1980). Social background and school continuation decisions. Journal of the American Statistical Association, 295-305.
Marks, G. N. (2005). Accounting for Immigrant/non-Immigrant differences in reading and Mathematics in twenty countries. Ethnic and Racial Studies, 28, 925-946.
Marzadro, S., e Schizzerotto, A. (2014). More stability than change. The effects of Social Origins on Inequalities of educational opportunities across three Italian birth cohorts. Scuola Democratica, II(2), 343-364.
Maslow, A. (1943). A Theory of Human Motivation. Psychological Review, 50, 370-396. Massey, D. (1998). Worlds in Motion. Undestanding International Migration at the End of
the Millennium. Oxford: Clarendon Press. Massey, D. S., Arango, J., Hugo, G., Kouaouci, A., Pellegrino, A., e Taylor, J. E. (1993).
Theories of International Migration: a review and appraisal. Population and Development Review, 19, 431-466.
Mattoo, A., Neagu, I. C., e Ozden, Ç. (2008). Brain Waste? Educated Immigrants in the US Labour Market. Journal of Development Economics, 87(2), 255-269.
Minello, A., (2014). The educational expectation of Italian children: the role of social interactions with the children of immigrants. International Studies in Sociology of Education, 24(2), 127-147.
Minello, A., e Barban, N. (2012). The Educational Expectations of Children of Immigrants in Italy. The Annals of the American Academy of Political and Social Sciences, 643(1), 78-103.
MIUR. (1995). L'educazione interculturale e l'integrazione degli studenti stranieri. Studi e Documenti degli Annali della Pubblica Istruzione, 71.
MIUR (2008). Alunni con Cittadinanza Non Italiana - Scuole statali e non statali. Anno scolastico 2006-2007, Roma: Servizio statistico del Ministero dell’Istruzione, dell’Università e della Ricerca.
MIUR. (2013). Il Sistema Educativo Italiano 2013. I Quaderni di Eurydice, 29. MIUR (2014a). Focus: Sedi, alunni, classi e dotazioni organiche del personale docente della
scuola statale a.s. 2013/2014. Roma: Servizio statistico del Ministero dell’Istruzione, dell’Università e della Ricerca.
MIUR (2014b). Gli alunni stranieri nel sistema scolastico italiano .a.s. 2013/2014. Roma: Servizio statistico del Ministero dell’Istruzione, dell’Università e della Ricerca.
233
MIUR (2016). Focus “Anticipazione sui principali dati della scuola statale” – Anno Scolastico 2016/17. Roma: Ufficio Statistica e Studi del Ministero dell’Istruzione, dell’Università e della Ricerca.
Modood, T. (1997). Employment. In T. Modood, & R. Berthoud, Ethnic Minorities in Britain: Diversity and Disadvantage (p. 83-149). Londra: Policy Studies Institute.
Mood, C. (2010). Logistic Regression: why we cannot do what we think we can do, and what we can do about it. European Sociological Review, 26(1), 67-82.
Morgan, S. L. (2005). On the Edge of commitment: educational attainment and race in the United States. Stanford, CA: Stanford University Press.
Morgan, S. L. (2012). Models of college entry in the United States and the challenges of estimating primary and secondary effects. Sociological Methods e Research, 41(1), 17-56.
Müller, W. (2005). Education and youth integration into European labour markets. International Journal of Comparative Sociology, 45(5-6), 461–485.
Müller, W., & Gangl, M. (A cura di). (2003). Transitions from education to work in Europe. Oxford: Oxford University Press.
Muller, W., e Shavit, Y. (A cura di). (1998). From School to work. A Comparative Study of Educational Qualifications and Occupational Destinations. Oxford: Clarendon Press.
Münz, R., Seifert, W., & Ulrich, R. E. (1997). Zuwanderung Nach Deutschland. Strukturen, Wirkungen, Perspektiven. Frankfurt: Campus.
Murnane, R. J., e Duncan, G. J. (2011). Whither Opportunity? Rising Inequality and the Uncertain Life Chances of Low-Income Children. New York: Russel Sage Foundation.
Murray, À., & Sundin, S. (2008). Student flows and employment opportunities before and after implementation of a third year in vocational programmes at upper secondary school. European Journal of Vocational Training, 44, 110-131.
Neederlands Institute for Social Research. (2012). Measuring and Monitoring Immigrant Integration in Europe. Den Haag: SCP.
Nielsen, H. S., Rosholm, M., Smith, N., & Husted, L. (2003). The school-to-work transition of second generation immigrants in Denmark. Journal of Population Economics, 16, 755-786.
Nieto, S., Matano, A., e Ramos, R. (2013, Ottobre). Skill Mismatches in the EU: Immigrants vs. Natives. IZA Discussion Paper, 7701.
Noiriel, G. (1988). Le creuset français: histoire de l’immigration XIXe-XXe siècles. Paris: Editions du Seuil.
Oakes, J. (1985). Keeping Track: how Scools Structure Inequality. New Haven: Yale University Press.
OECD. (2005). From education to work: a difficult transition for young adults with low level of education. Paris: OECD.
OECD. (2006). Where Immigrant Student Succeed: a Comparative Review of Performance and Engagement in PISA. Paris: OECD.
OECD. (2014a). PISA 2012 - Technical Report. OECD. OECD (2014b). Education at a glance: OECD indicators. Paris, France: OECD Publishing. Ogbu, J. U. (1978). Minority Education and Caste: the American System in Cross-Cultural
Perspective. New York: Academic Press. Ogbu, J. U. (2004). Collective Identity and the Burden of "Acting White" in Black History,
Community, and Education. The Urban Review, 36(1). Orfield, G., e Susan E.E. (1996). Dismantling Desegregation: The Quiet Reversal of Brown v.
Board of Education. New York: New Press. Padilla, A. M., e Durán, D. (1995). The psychological dimension in understanding immigrant
students. San Diego, California: California's Immigrant Children: Theory, Research, and Implications for Educational Policy.
Park, R. E. (1928). Human Migration and the marginal man. America Journal of Sociology, 33, 881-893.
Park, R. E. (1930). Social Assimilation. In A. V.V, Encyclopedia of the Social Sciences (p. vol.2, pp. 281-283). New York - Chicago: McMillan.
Park, R. E., e Burgess, E. W. (1924). Introduction to the Science of Sociology. Chicago: University of Chicago Press.
234
Parutis, V. (2015). Romanian migrants in United Kingdom. ISS Workshop "Surveying Romanians for Comparative Research in Western Countries", Cologne 05-06 giugno 2015.
Passaris, C. (1989). Immigration and the Evolution of Economic Theory. International Migration, 27, 525-542.
Phalet, K., Deboosere, P., e Bastiaenssen, V. (2007). Old and new inequalities in educational attainment: ethnic minorities in the Belgian Census 1991-2001. Ethnicities, 7, 390-415.
Pilati, K. (2010). Disuguaglianze Strutturali e Partecipazione Politica degli Immigrati Filippini, Egiziani ed Equadoriani a Milano. Polis, XXIV(2), 255-283.
Pinelli, P., Ranuzzi, M. C., Coppola, D., e Decarli L. (2004). Interculturalità e integrazione nella scuola elementare: Il punto di vista del bambino straniero. Ricerca esplorativa pilota. Roma, Italia: VIS, MIUR.
Pisati, M. (2002). La partecipazione al sistema scolastico. In A. Schizzerotto, Vite ineguali. Bologna: Il Mulino.
Platt, L. (2005). The intergenerational Social Mobility of Minority Ethnic Groups. Sociology, 39(3), 445-461.
Portes, A. (A cura di). (1995). The Economic Sociology of Immigration. New York: Russel Sage Fondation.
Portes, A. (1996). The New Second Generation. New York: Russel Sage Foundation. Portes, A., e Böröcz, J. (1989). Contemporary Immigration: theoretical Perspectives on its
determinants and Modes of Incorporation. International Migration Review, 23(3), 606-630.
Portes, A., e Fernandez-Kelly, P. (2008). No margin for error: educational and occupational achievement among disadvantaged children of immigrants. The Annals of the american Academy of political and social science, 620, 12-36.
Portes, A., e Rumbaut, R. G. (1996). Immigrant America: a Portrait. Berkeley: University of California Press.
Portes, A., e Rumbaut, R. G. (2001). Legacies. The story of the immigrant second generation. Berkeley: University of California Press.
Portes, A., e Zhou, M. (1993). The new second generation: segmented assimilation and its variants. Annals of the american academy of political and social science, 530, 74-96.
Portes, A., Fernandez-Kelly, P., e Haaler, W. (2009). The adaptation of the immigrant second generation in America: a theoretical overview and recent evidences. Journal of Ethnic and migration studies, 101, 1077-1104.
Putnam, R. D. (2000). Bowling alone : the collapse and revival of American community. New York: Simon e Schuster.
Putnam, R. D., Feldstein, L. M., e Cohen, D. (2003). Better together : restoring the American community. New York: Simon e Schuster.
Raleigh, E., & Kao, G. (2010). Do immigrant minority parents have more consistent college aspiration for their children? Social Science Quarterly, 91(4), 1102-1083.
Ravecca, A. (2009). Studiare nonostante: Capitale sociale e successo scolastico degli studenti di origine immigrata nella scuola superiore. Milano: FrancoAngeli.
Reimer, D., Noelke, C., & Kucel, A. (2008). Labor market effects of field of study in comparative perspective. International Journal of Comparative Sociology, 49(4-5), 233–256.
Reimer, D., e Pollak, R. (2010). Educational Expansion and its consequences for Vertical and Horizontal Inequalities in access to higher education in West Germany. European Sociological Review, 26, 415-430.
Reiners, G. (1999). On the History and Selectivity of Turkish and Moroccan Migration to Belgium. International Migration, 37, 679-713.
Reitz, J. G. (1998). Warmth of the Welcome: the social causes of Economic Success for Immigrants in Different Nationa and Cities. Boulder, CO.: Westview Press.
Relikowski, I., Schneider, T., e Blossfeld, H. P. (2009). Primary and secondary effects of social origin in migrant and native families at the transition to the tracked German school system. In M. Cherkaoui, e P. Hamilton, Raymond Boudon. A life in sociology (Vol. 3, p. 149-170). Oxford: Bardwell Press.
235
Reyneri, E., e Fullin, G. (2011). Ethnic penalties in the transition to and from unemployment: a west european perspective. International journal of comparative sociology, 52(4), 247-263.
Riach, P. A., & Rich, J. (2002). Field experiments of Discrimination in the Market place. The Economic Journal, 112, F480-F518.
Ribas-Mateos, N. (2004). How we ca Understand Immigration in Southern Europe? Juornal of Ethnic and Migration Studies, 30(6), 1045-1063.
Ricucci, I. (2009) Multiculturalismi a confronto: Chiapas, Catalogna, Amazzonia peruviana, Alto Adige-Südtirol: La funzione delle minoranze nel mondo globalizzato. Bolzano: Bolzano University Press.
Riphahn, R. T. (2003). Cohort effects in the educational attainment of second generation immigrants in Germany: an analysis of census data. Journal of Population Economics, 16, 711-737.
Rist, R. C. (1970). Student Social Class and Tachers' Expectations: the Self-fulfilling Prophecy in Ghetto Education. Harvard Educational Review, 40, 411-450.
Rivas, A., e Portes, A. (2011). The adaptation of migrant children. The future of children, 21, 219-246.
Rooth, D., & Ekberg, J. (2003). Unemployment and Earnings for Second Generation Immigrants in Sweden – Ethnic Background and Parent Composition. Journal of Population Economics, 16(4), 787-814.
Rosenthal, R., e Jacobson, L. (1968). Pigmalione in classe. In M. Barbagli, Scuola, potere e ideologia. Bologna: Il Mulino.
Rothon, C. (2007). can achievement differentials be explained by social class alone? An examination of minority ethnic educational performance in England and Wales at the end of compulsory schooling. Ethnicities, 7, 306-322.
Romito, M., (2014). Migrazioni, marginalizzazione e resistenze nei processi di orientamento scolastico. Mondi Migranti, 2, 31-56.
Rumbaut, R. G. (2004). Ages, life stages, and generational cohorts: decomposing the immigrant first and second generations in the United States. Interantional Migration Review, 38(3), 1160-1205.
Rumbaut, R., e Portes, A. (2001). Ethnicities: Children of Immigrants in America. Berkeley: University of California Press.
Rumberger, R. W., & Lamb, S. P. (2003). The early employment and further education experiences of high school dropouts: a comparative study of the United States and Australia. Economics of Education Review, 22, 353-366.
Sakamoto, A., Goyette, K. A., e Kim, C. H. (2009). Socioeconomic Attainments of Asian Americans. Annual Review of Sociology, 35, 255-276.
Santagati, M. (2014). Education. In Cesareo (ed.), Twenty years of migrations in Italy: 1994-2014. Milano: McGraw-Hill Education, (pp. 61–73)..
Santagati, M., (2016). Dal nazionale al locale. Scuole multiculturali, spazi di inclusione. In M. Santagati, e V. Ongini. Alunni con cittadinanza non italiana. La scuola multiculturale nei contesti locali. Rapporto nazionale a.s. 2014/2015. Quaderni della Fondazione ISMU, vol.1/2016.
Santagati, M., Ongini, V. (2016) (eds.). Alunni con cittadinanza non italiana. La scuola multiculturale nei contesti locali. Rapporto nazionale a.s. 2014/2015. Quaderni della Fondazione ISMU, vol.1/2016.
Saraceno, C., e Schizzerotto, A. (2009). Dimensioni della disuguaglianza. In A. Brandolini, C. Saraceno, e A. Schizzerotto, Dimensioni della disuguaglianza in Italia: povertà, salute, abitazione. Bologna: Il Mulino.
Saraceno, C., Sartor, N., e Sciortino, G. (2013). Stranieri e disuguali. Le disuguaglianze nei diritti e nelle condizioni di vita degli immigrati. Bologna: Il Mulino.
Schizzerotto, A. (1988). Il concetto di classe sociale: rilevanza e limiti. In A. Schizzerotto, Classi sociali e società contemporanea. Milano: Franco Angeli.
Schizzerotto, A. (1997). Scuola. In Enciclopedia delle Scienze Sociali. Vol. VII. Roma: Istituto dell'Enciclopedia Italiana.
Schizzerotto, A. (A cura di). (2002). Vite ineguali. Bologna: Il Mulino. Schizzerotto, A., e Barone, C. (2006). Sociologia dell'Istruzione. Bologna: Il Mulino.
236
Schneider, S. L. (2008). The international Standard Classification of Education (ISCED 97): an Evaluation of Content and Criterion Validity for 15 European Countries. Mannheim: MZES.
Schneider, B., e Coleman, J. S. (1993). Parents, their children, and schools. Boulder, CO: Westview Press.
Schnell, P., & Azzolini, D. (2015). The academic achievements of immigrant youths in new destination countries: Evidence from southern Europe. Migration Studies, 3(2), 217-240.
Schnepf, S. V. (2004). How Different Are Immigrants? A Cross-Country and Cross-Survey. IZA Discussion Paper (1398).
See, B. H., Torgerson, C., Gorard, S., Ainsworth, H., Low, G., & Wright, K. (2011). Factors that promote high post-16 participation of some minority ethnic groups in England: a Systematic review of the UK-based literature. Research in Post-Compulsory Education, 16(1), 85-100.
Serpieri, R., & Grimaldi, E. (2013). Che razza di scuola: Praticare l’educazione interculturale. Milano: FrancoAngeli.
Sewell, W. H., e Shah, V. P. (1968). Parents' Education and Children's Educational Aspirations and Achievements. American Sociological Review, 33(2), 191-209.
Sewell, W. H., Haller, A. O., e Portes, A. (1969). The Educational and early Occupational Attainment Process. American Sociological Review, 34(1), 82-92.
Shavit, Y. (1990). Segregation, tracking and the educational attainment of minorities: Arabs and Oriental Jews in Israel. American Sociological Review, 55(1), 115-126.
Shavit, Y., e Blossfeld, H. P. (A cura di). (1993). Persistent Inequality: a Comparative Study of Educational Attainment in Thirteen Countries. Boulder: Westview Press.
Shavit, Y., & Müller, W. (A cura di). (1998). From school to work: a comparative study of Educational qualifications and occupational destinations. Oxford: Oxford University Press.
Shavit, Y., e Müller, W. (2000). Vocational Secondary Education, Tracking, and Social Stratificationa. In M. T. Hallinan, Handbook of the Sociology of Education (p. 437-452). New York: Springer.
Shavit, Y., Arum, R., e Gamoran, A. (2007). Stratification in Higher Education. Standford: Standford University Press.
Silberman, R., e Fournier, I. (1999). Les enfants d’immigrés sur le marché du travail: Les mécanismes d’une discrimination sélective. Formation Emploi, 65, 31–55.
Silberman, R., Alba, R. e Fournier, I. (2007). Segmented Assimilation in France: Discrimination in the Labour Market Against the Second Generation. Ethnic and Racial Studies, 30, 1–27.
Siniscalco, M.T. e Meraner, R. (2009). Il livello di competenza dei quindicenni in scienze, lettura e matematica PISA 2006. Risultati dell’Alto Adige. Bolzano: Istituto Pedagogico per il gruppo linguistico tedesco
Spence, M. (1973). Job Market Signalling. Quarterly Journal of Economics, 87, 355-379. STATA (2015). STATA Multilevel Mixed Effects reference manual. Release 14. A Stata Press
Publication, StataCorp LP, College Station, Texas. Stevens, P. A. (2016). Ethnicity and Racism in Cyprus. National Pride and Prejudice?
Basingstoke: Palgrave. Stevens, P. A., e Crozier, G. (2014). Ethnic Inequalities in Education in England. In P. A.
Stevens, e G. Dworkin, The Palgrave Handbook of Race and Ethnic Inequalities in Education (pp. 259-307). New York: Palgrave Macmillan.
Stevens, P. A., e Dworking, G. (2014). The Palgrave Handbook of Race and Ethnic Inequalities in Education. New York: Palgrave Macmillan.
Stevens, P. A., Crul, M., Slootman, M., Noel, C., Timmerman, C., & Van Houtte, M. (2014). Racial and Ethnic Inequality in Education in the Netherlands. In P. A. Stevens, & G. A. Dworkin, The Palgrave Handbook of Race and Ethnic Inequalities in Education (p. 519-559). New York: Palgrave Macmillan.
Stiglitz, J. (1975). The Theory of 'Screening', education and the distribution of income. American Economic Review, 64(3), 283-300.
Storen, L. A., e Helland, H. (2010). Ethnicity differences in the completion rates of upper secondary education: how do the effects of gender and social background variables interplay? European Sociological Review, 26(3), 339-351.
237
Strand, S. (2010). Do some Schools Narrow the Gap? Differential School Effectiveness by Ethnicity, Gender, Poverty and Prior Achievement. School Efectiveness and School Improvement, 21(3), 289-314.
Strand, S. e Winston, J. (2008). Educational aspirations in inner city schools. Educational Studies, 34 (4), 249-267.
Strozza, S. (2008). Partecipazione E Ritardo Scolastico Dei Ragazzi Stranieri E D'origine Straniera. Studi emigrazione, 171, 699-722.
Tanter, A. e Toubon J.C. (1995). Vingt ans de politique française de logement social. Regards sur l’actualité, 30-50.
Thijs, B. e van de Werfhorst, H.G. (2013). Educational Systems and the Trade-Off between Labor Market Allocation and Equality of Educational Opportunity. Comparative Education Review, 57(2), 285-308.
Thomas, S., Sammons, P., Mortimore, P., e Smees, R. (1988). Differential School Effectiveness: Comparing the Performance of Different Student Groups. British Educational Research Journal, 23, 451-469.
Thomas, W., e Znaniecki, F. (1918). The Polish Peasant in Europe and America, Chicago, University of Chicago Press; trad. it. "Il Contadino Polacco in Europa e in America. Milano: Edizioni di Comunità.
Todd, E. (1994). Le destin des immigrés. Parigi: Editions du Seuil. Tomlinson, S. (1983). Ethnic Minorities in British Scools: a Review of the Litrature 1960-
1982. London: Heineman. Tomlinson, S. (1997). Diversity, Choice and Ethnicity: the Effect of Educational Markets on
Ethnic Minorities. Oxford Review of Education, 23, 63-76. Tomlinson, S. (2008). Race and Education: Policy and Politics in Britain. Milton Keynes:
Oxford University Press. Tonello, M. (2016).Peer effects of non-native students on natives’ educational outcomes:
mechanisms and evidence. Empirical Economics, 51, 383–414. Tribalat, M. (1995). Faire France. Une enquête sur les immigrés et leurs enfants. Paris: La
Découverte Tribalat, M. (1996). De l'immigration à l'assimilation: une enquete sur les immigrés et leur
enfants. Paris: La Découverte. Tribalat, M. (2008). Demographic Effects of foreign Immigration. Toward European
Comparison. Futuribles Journal, n. 343. Tribalat, M. (2010). Les yeux grands fermés. L'immigration en France. Paris: Denoël. Triventi, M. (2013). Stratification in higher education and its relationship with social
inequality. Evidence from a recent cohort of European graduates. European Sociological Review, 29(3), 489–502.
Tyson, K., Darity, W., e R., C. D. (2005). It's not “a black thing”: Understanding the burden of acting white and other dilemmas of high achievement. American Sociological Review, 70(4), 582-605.
Vallet, L. A. (1996). L'assimilation scolaire des enfants issus de l'immigration et son interprétation: un examen sur données francaises. Revue francaise de pédagogie, 117, 7-27.
Van de Werfhorst, H. G., e Van Tubergen, F. (2007). Ethnicity, schooling, and merit in the Netherlands. Ethnicities, 7(3), 416–444.
Van der Slik, F., Driessen, G. e De Bot, G. (2006). Ethnic and socioeconomic class composition and language proficiency: a longitudinal multilevel examination in Dutch elementary schools. European Sociological Review, 22, pp. 292–308
Van Tubergen, F. e Kalmijn, M. (2005). Destination-Language Proficiency in Cross-National Perspective: A Study of Immigrant Groups in Nine Western Countries. American Journal of Sociology, 110, 1412-57.
Van Tubergen, F., Maas, I., e Flap, H. (2004). The Economic Incorporation of Immigrants in 18 western societies: origin, destination and community effects. Annual Sociological Review, 69, 704-729.
Van Tubergen, F., & Mentjox, T. (2014). Minority Language Proficiency of Adolescent Immigrant Children in England, Germany, the Netherlands, and Sweden. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 66(1), 241-262.
Vergolini, L., & Vlach, E. (2017). Family Background and Educational Path of Italian Graduates. Higher Education, 73(2), 245-259.
238
Vermeulen, H. (2004). Model and modes of Immigrant Integration... and Where does Southern Europe fit? In C. Inglessi, A. Lyberaki, e H. Vermeulen, Immigration and Integration in Northern versus Southern Europe. Athens: Netherlands Institute at Athens.
Vertovec, S. (1999). Conceiving and researching transnationalism. Ethnic and Racial Studies, 22(2).
Versino, P. (2017). Family background and educational ambitions of second generation children in Europe. Tesi di dottorato. Università di Milano Statale. Disponibile al link: https://air.unimi.it/.
Waldinger, F. (2006). Does Tracking affect the Importcance of Family Background on Student's Test Scores? reperibile al link http://dev3.cepr.org/meets/wkcn/3/3527/papers/Waldinger.pdf.
Waters, M. C., Heath, A., Van Tran, C., e Boliver, V. (2013). Second-generation attainment and Inequality: primary and secondary effects on Educational outcome in Britain and in the US. In R. Alba, e J. Holdaway, The children of Immigrants in School (p. 120-159). New York: New York University Press.
Weiß, R.H. (2006). CFT-20R. Grundintelligenzskala 2 – Revision. Göttingen: Hogrefe Weiss, H., Caspe, M., e Lopez, E. M. (2006). Family Involvement in Early Childhood
Education. Cambridge: Harvard Family Research Project. Westin, C. (2003). Young people of migrant origin in Sweden. International Migration
Review, 37(4), 987-1010. Wolbers, M., & Driessen, G. (1996). Social Class or ethnic background? Determinants of
secondary school career of ethnic minority pupils. Neatherlands Journal of Social Sciences, 32, 109-126.
Woods, P. (1983). Sociology and the School. An Interationist Viewpoint. London: Routledge e Kegan Paul.
Woods, P., e Hammersley, M. (1977). School Experience. Explorations in the Sociology of Education. New York: St. Martin's Press.
Wrench, J., Rea, A., e Ouali, N. (1999). Migrants, Ethnic Minorities and the Labour Market. London: Macmillan.
Wright, C. (1987). Black students - White teachers. In B. Troyna, Racial Inequality in Education. London: Tavistock.
Wright, C. (1992). Race Relations in the Primary School. London: David Fulton. Xie, Y., e Hsin, A. (2013). Growing gains, growing pains: what explain Asian-American
youth's academic advantage over whites? Trento, IT: Paper presented at the ISA-RC28 Spring Meeting.
Zarifa, D. (2012). Choosing fields in an expansionary era: Comparing two cohorts of baccalaureate degreeholders Canada. Research in Social Stratification and Mobility, 30(3), 328–351.
Zhou, M. (1999). Segmented Assimilation: Issues, Controversies and recent Research on the New Second Generation. In C. Hirschman, P. Kasinitz, e J. Dewind, The Handbook of International Migration: The American Experience (p. 196-211).
Zincone, G. (2006). Familismo Legale: come non diventare italiani. Roma-Bari: Laterza. Zuccotti, C.V., e Platt, L. (2016). A reconsideration of ethnic penalties in inactivity and
unemployment: a study of second generation men and women in England and Wales. Berna, CH: Paper presented at the ISA-RC28 Summer Meeting.
Zuehlke/Vandenplas, (2011). Sampling weights and participation rates. ICCS Technical report.
239
APPENDICE
Formulazione matematica del modello che guida le analisi del terzo capitolo.
Il modello teorico proposto nel corso del primo capitolo, può essere inteso come empiricamente
traducibile, nelle alle analisi del terzo capitolo nella seguente equazione:
Yijkh = β0 + β1 Mijkh + β2 Aijkh + β3 OSijkh + β4 INDijkh + β5 CLAjkh + β6 SCUkh + β7 PROh + zh + vkh + ujkh + eijkh [3.1]
dove:
Yijkh : corrisponde al risultato dello studente nel test di competenza linguistica, considerato come una
proxy del suo livello di apprendimento
β0 : è la costante del modello
β1 Mijkh : è l’effetto esercitato sulla variabile dipendente dall’esperienza migratoria
β2 Aijkh : è l’effetto esercitato sulla variabile dipendente dall’appartenenza etnica
β3 OSijkh: è l’effetto esercitato dalle origini sociali dell’individuo
β4 INDijkh: è l’effetto attribuibile alle altre caratteristiche proprie dell’individuo
β5 CLAjkh: è l’effetto attribuibile alle caratteristiche della classe scolastica
β6 SCUkh: è l’effetto attribuibile alle caratteristiche dell’istituto scolastico
β7 PROh: è l’effetto attribuibile alle caratteristiche della classe scolastica
zh : è l’errore sistematico del livello più elevato, relativo alla differenza tra le provincie
vkh : è l’errore sistematico di terzo, relativo alla differenza tra le scuole all’interno delle provincie
ujkh : è l’errore sistematico di primo livello, relativo alla differenza tra le classi all’interno delle
scuole e delle provincie
eijkh : è l’errore idiosincratico, relativo alla differenza tra gli individui all’interno delle classi, scuole e
provincie
Si noti che l’equazione 3.1 fa riferimento al modello completo, cioè il modello 7 riportato
interamente alle tabelle A3.6, A3.8 e A3.10 di seguito, rispettivamente per la II° primaria, la V°
primaria e la I° secondaria inferiore. Per la spiegazione più dettagliata delle diverse variabili
considerate a ogni livello di analisi, nonché alla successione del loro inserimento all’interno dei
modelli si rimanda il lettore alla sezione 3.2 del terzo capitolo
240
Modelli relativi alla tabella 3.3 e 3.4
Tabella A3.1: Modelli di regressione lineare multilivello a quattro livelli e intercetta random per
la decomposizione della varianza nei punteggi di competenza linguistica, per livello scolastico e
popolazione di studenti. Italia, modelli nulli, risultati corretti per il cheating.
Italia II° primaria V° primaria I° sec. Primo grado
Popolazione complessiva
Costante 2,616*** (0,022) 2,396*** (0,025) 6,010*** (0,064)
Correzione del cheating -2,738*** (0,021) -2,508*** (0,021) -6,147*** (0,063)
Parametri random:
D.S. livello Provincia 0,063 (0,006) 0,147 (0,011) 0,194 (0,014)
D.S. livello Scuola 0,292 (0,004) 0,237 (0,003) 0,210 (0,003)
D.S. livello Classe 0,270 (0,003) 0,201 (0,003) 0,180 (0,002)
D.S. livello Individuo 0,841 (0,001) 0,900 (0,001) 0,922 (0,001)
N. osservazioni 463.291 451.677 465.057
Figli di nativi
Costante 2,634*** (0,022) 2,401*** (0,026) 5,925*** (0,065)
Correzione del cheating -2,707*** (0,021) -2,448*** (0,020) -5,976*** (0,062)
Parametri random:
D.S. livello Provincia 0,073 (0,006) 0,175 (0,012) 0,232 (0,016)
D.S. livello Scuola 0,284 (0,004) 0,223 (0,003) 0,195 (0,003)
D.S. livello Classe 0,273 (0,003) 0,203 (0,003) 0,181 (0,002)
D.S. livello Individuo 0,825 (0,001) 0,859 (0,001) 0,876 (0,001)
N. osservazioni 413.974 407.757 413.649
Figli di immigrati
Costante 3,102*** (0,055) 2,886*** (0,070) 6,940*** (0,173)
Correzione del cheating -3,630*** (0,056) -3,531*** (0,071) -7,683*** (0,176)
Parametri random:
D.S. livello Provincia 0,094 (0,011) 0,116 (0,012) 0,165 (0,014)
D.S. livello Scuola 0,282 (0,009) 0,270 (0,011) 0,236 (0,008)
D.S. livello Classe 0,255 (0,010) 0,228 (0,015) 0,128 (0,016)
D.S. livello Individuo 0,860 (0,003) 1,053 (0,004) 1,026 (0,004)
N. osservazioni 49.317 43.920 51.408
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
241
Modelli relativi alla figura 3.1
Tabella A3.2: Stima dell’effetto della generazione migratoria sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a quattro livelli e
intercetta random. Italia, classe II° della scuola primaria, risultati corretti per il cheating.
Italia - II° primaria Modello 1 Modello 2
Generazione migratoria
Italiano nativo rif. rif.
Straniero 2° generazione -0,450*** (0,005) -0,336*** (0,005)
Straniero 1° generazione -0,592*** (0,010) -0,475*** (0,010)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,200*** (0,004)
Licenza media o qualifica -0,438*** (0,005)
Elementare o meno -0,655*** (0,013)
Non sa / non risponde -0,366*** (0,008)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,015*** (0,006)
Lavoratori autonomi -0,048*** (0,006)
Insegnanti e impiegati 0,036*** (0,006)
Lavoratori manuali -0,110*** (0,006)
Non lavora / mai lavorato -0,166*** (0,007)
Non sa / non risponde -0,086*** (0,009)
Costante 0,041*** (0,013) 0,341*** (0,012)
Parametri random
Dev. Std. livello Provincia 0,122 (0,009) 0,100 (0,008)
Dev. Std. livello Scuola 0,295 (0,005) 0,289 (0,005)
Dev. Std. livello Classe 0,399 (0,003) 0,397 (0,003)
Dev. Std. livello Individuo 0,851 (0,001) 0,834 (0,001)
N. osservazioni 463.291 463.291 Multilevel R2 2,33% 6,26%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
242
Tabella A3.3: Stima dell’effetto della generazione migratoria sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a quattro livelli e
intercetta random. Italia, classe V° della scuola primaria, risultati corretti per il cheating.
Italia - V° primaria Modello 1 Modello 2
Generazione migratoria
Italiano nativo rif. rif.
Straniero 2° generazione -0,511*** (0,005) -0,402*** (0,005)
Straniero 1° generazione -0,784*** (0,008) -0,661*** (0,008)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,196*** (0,004)
Licenza media o qualifica -0,486*** (0,005)
Elementare o meno -0,860*** (0,013)
Non sa / non risponde -0,382*** (0,008)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,011* (0,006)
Lavoratori autonomi -0,054*** (0,006)
Insegnanti e impiegati 0,028*** (0,006)
Lavoratori manuali -0,129*** (0,006
Non lavora / mai lavorato -0,220*** (0,007)
Non sa / non risponde -0,125*** (0,009)
Costante 0,056** (0,022) 0,401*** (0,020)
Parametri random
Dev. Std. livello Provincia 0,227 (0,016) 0,199 (0,014)
Dev. Std. livello Scuola 0,288 (0,005) 0,275 (0,005)
Dev. Std. livello Classe 0,366 (0,003) 0,365 (0,003)
Dev. Std. livello Individuo 0,840 (0,001) 0,817 (0,001)
N. osservazioni 451.677 451.677 Multilevel R2 3,51% 10,86%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
243
Tabella A3.4: Stima dell’effetto della generazione migratoria sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a quattro livelli e
intercetta random. Italia, classe I° della scuola secondaria di primo grado, risultati corretti
per il cheating.
Italia - I° secondaria primo grado Modello 1 Modello 2
Generazione migratoria
Italiano nativo rif. rif.
Straniero 2° generazione -0,604*** (0,006) -0,470*** (0,006)
Straniero 1° generazione -0,940*** (0,007) -0,787*** (0,007)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,235*** (0,004)
Licenza media o qualifica -0,594*** (0,005)
Elementare o meno -1,023*** (0,012)
Non sa / non risponde -0,486*** (0,008)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,023*** (0,006)
Lavoratori autonomi -0,059*** (0,006)
Insegnanti e impiegati 0,055*** (0,006)
Lavoratori manuali -0,154*** (0,006)
Non lavora / mai lavorato -0,272*** (0,007)
Non sa / non risponde -0,150*** (0,008)
Costante 0,068*** (0,022) 0,498*** (0,019)
Parametri random
Dev. Std. livello Provincia 0,220 (0,016) 0,182 (0,013)
Dev. Std. livello Scuola 0,202 (0,003) 0,171 (0,003)
Dev. Std. livello Classe 0,181 (0,002) 0,147 (0,002)
Dev. Std. livello Individuo 0,910 (0,001) 0,878 (0,001)
N. osservazioni 465.057 465.057 Multilevel R2 4,96% 15,64%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
244
Modelli relativi alle figure 3.2 e 3.3
Tabella A3.5: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche,
risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia,
classe II° della scuola primaria, risultati corretti per il cheating. Modelli dal 1a al 3.
Italia - II° primaria Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,446*** (0,007) -0,179*** (0,008) -0,183*** (0,008)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,265*** (0,008) -0,190*** (0,009) -0,106*** (0,009)
Europa non UE -0,424*** (0,009) -0,379*** (0,009) -0,268*** (0,009)
Paese extra europeo -0,593*** (0,006) -0,547*** (0,006) -0,417*** (0,006)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,203*** (0,004)
Licenza media -0,437*** (0,005)
Elementare o meno -0,638*** (0,013)
Non sa / non risponde -0,357*** (0,008)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,015** (0,006)
Lavoratori autonomi -0,049*** (0,006)
Insegnanti e impiegati 0,036*** (0,006)
Lavoratori manuali -0,111*** (0,006)
Non lavora / mai lavorato -0,165*** (0,007)
Non sa / non risponde -0,090*** (0,009)
Costante 0,010 (0,012) 0,041*** (0,013) 0,042*** (0,013) 0,342*** (0,012)
Parametri random
D.S. livello Provincia 0,109 (0,009) 0,123 (0,009) 0,123 (0,009) 0,101 (0,008)
D.S. livello Scuola 0,300 (0,005) 0,294 (0,005) 0,294 (0,005) 0,288 (0,005)
D.S. livello Classe 0,398 (0,003) 0,399 (0,003) 0,399 (0,003) 0,397 (0,003)
D.S. livello Individuo 0,858 (0,001) 0,850 (0,001) 0,850 (0,001) 0,833 (0,001)
N. osservazioni 463.291 463.291 463.291 463.291
Multilevel R2 0,91% 2,51% 2,63% 6,52%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
245
Tabella A3.6: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche,
risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia,
classe II° della scuola primaria, risultati corretti per il cheating. Modelli dal 4 al 7.
Italia - II° primaria Modello 4 Modello 5 Modello 6 Modello 7
Migrazione
No (nato in Italia) rif. rif. rif. rif.
Sì (nato all’estero) -0,144*** (0,008) -0,144*** (0,008) -0,144*** (0,008) -0,144*** (0,008)
Nazionalità/ app. etnica
Italiano rif. rif. rif. rif.
Unione Europea -0,102*** (0,009) -0,103*** (0,009) -0,103*** (0,009) -0,103*** (0,009)
Europa non UE -0,266*** (0,009) -0,266*** (0,009) -0,266*** (0,009) -0,267*** (0,009)
Paese extra europeo -0,408*** (0,006) -0,409*** (0,006) -0,409*** (0,006) -0,409*** (0,006)
Istruzione dei genitori
Laurea o più rif. rif. rif. rif.
Diploma superiore -0,206*** (0,004) -0,205*** (0,004) -0,205*** (0,004) -0,205*** (0,004)
Licenza media -0,441*** (0,005) -0,439*** (0,005) -0,439*** (0,005) -0,439*** (0,005)
Elementare o meno -0,635*** (0,013) -0,633*** (0,013) -0,633*** (0,013) -0,632*** (0,013)
Non sa / non risponde -0,358*** (0,008) -0,359*** (0,008) -0,359*** (0,008) -0,359*** (0,008)
Posizione occ. Genitori
Imprenditori e dirigenti rif. rif. rif. rif.
Professionisti (lib., dip.) 0,014** (0,006) 0,014** (0,006) 0,014** (0,006) 0,014** (0,006)
Lavoratori autonomi -0,050*** (0,006) -0,050*** (0,006) -0,049*** (0,006) -0,049*** (0,006)
Insegnanti e impiegati 0,035*** (0,006) 0,035*** (0,006) 0,035*** (0,006) 0,035*** (0,006)
Lavoratori manuali -0,113*** (0,006) -0,110*** (0,006) -0,110*** (0,006) -0,110*** (0,006)
Non lavora / mai lavorato -0,166*** (0,007) -0,165*** (0,007) -0,165*** (0,007) -0,164*** (0,007)
Non sa / non risponde -0,088*** (0,009) -0,091*** (0,009) -0,092*** (0,009) -0,091*** (0,009)
Sesso
Maschio rif. rif. rif. rif.
Femmina 0,103*** (0,003) 0,103*** (0,003) 0,103*** (0,003) 0,103*** (0,003)
Anno di nascita
2004 o meno -0,228*** (0,010) -0,227*** (0,010) -0,227*** (0,010) -0,227*** (0,010)
2005 rif. rif. rif. rif.
2006 o più -0,112*** (0,005) -0,112*** (0,005) -0,112*** (0,005) -0,112*** (0,005)
N. studenti in classe 0,006*** (0,001) 0,006*** (0,001) 0,006*** (0,001)
% Studenti stranieri in classe 0,034 (0,028) 0,020 (0,056) 0,020 (0,056)
% Figli di operai in classe -0,093*** (0,022) -0,031 (0,041) -0,031 (0,041)
Localizzazione scuola
Comune capoluogo di provincia -0,001 (0,009) -0,002 (0,009)
Altro comune rif. rif.
Zona altimetrica scuola
Pianura rif. rif.
Collina interna -0,008 (0,011) -0,009 (0,011)
Collina litoranea -0,037*** (0,014) -0,034** (0,013)
Montagna -0,011 (0,015) -0,021 (0,014)
% Studenti stranieri a scuola 0,019 (0,065) -0,009 (0,065)
% Figli di operai a scuola -0,088* (0,049) -0,078 (0,049)
Ripartizione geografica
Nord ovest rif.
Nord est -0,047** (0,021)
Centro -0,045** (0,022)
Sud -0,139*** (0,033)
Isole -0,133*** (0,035)
Incidenza popolazione straniera in provincia -0,013*** (0,004)
Tasso di occupazione provinciale 0,009*** (0,002)
Reddito procapite (in migliaia) -0,008* (0,004)
246
Costante 0,305*** (0,011) 0,213*** (0,018) 0,232*** (0,020) 0,0545 (0,092)
Parametri random
D.S. livello Provincia 0,095 (0,008) 0,092 (0,008) 0,090 (0,008) 0,052 (0,006)
D.S. livello Scuola 0,287 (0,005) 0,285 (0,005) 0,284 (0,005) 0,285 (0,005)
D.S. livello Classe 0,397 (0,003) 0,398 (0,003) 0,398 (0,003) 0,398 (0,003)
D.S. livello Individuo 0,830 (0,001) 0,830 (0,001) 0,830 (0,001) 0,830 (0,001)
N. osservazioni 463.291 463.291 463.291 463.291
Multilevel R2 7,06% 7,12% 7,14% 7,23%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
Tabella A3.7: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche,
risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia,
classe V° della scuola primaria, risultati corretti per il cheating. Modelli dal 1a al 3.
Italia - V° primaria Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,611*** (0,006) -0,327*** (0,007) -0,323*** (0,007)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,326*** (0,009) -0,113*** (0,010) -0,034*** (0,010)
Europa non UE -0,522*** (0,009) -0,390*** (0,010) -0,292*** (0,009)
Paese extra europeo -0,752*** (0,006) -0,627*** (0,007) -0,498*** (0,007)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,202*** (0,004)
Licenza media -0,487*** (0,005)
Elementare o meno -0,839*** (0,013)
Non sa / non risponde -0,374*** (0,008)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,010* (0,006)
Lavoratori autonomi -0,054*** (0,006)
Insegnanti e impiegati 0,028*** (0,005)
Lavoratori manuali -0,129*** (0,006)
Non lavora / mai lavorato -0,218*** (0,007)
Non sa / non risponde -0,130*** (0,009)
Costante 0,032 (0,021) 0,054** (0,023) 0,058*** (0,023) 0,406*** (0,021)
Parametri random
D.S. livello Provincia 0,213 (0,015) 0,229 (0,016) 0,228 (0,016) 0,200 (0,014)
D.S. livello Scuola 0,291 (0,005) 0,287 (0,005) 0,287 (0,005) 0,274 (0,005)
D.S. livello Classe 0,366 (0,003) 0,367 (0,003) 0,367 (0,003) 0,365 (0,003)
D.S. livello Individuo 0,847 (0,001) 0,840 (0,001) 0,838 (0,001) 0,815 (0,001)
N. osservazioni 451.677 451.677 451.677 451.677
Multilevel R2 2,39% 3,62% 4,10% 11,40%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
247
Tabella A3.8: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche,
risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia,
classe V° della scuola primaria, risultati corretti per il cheating. Modelli dal 4 al 7.
Italia - V° primaria Modello 4 Modello 5 Modello 6 Modello 7
Migrazione
No (nato in Italia) rif. rif. rif. rif.
Sì (nato all’estero) -0,211*** (0,007) -0,210*** (0,007) -0,210*** (0,007) -0,210*** (0,007)
Nazionalità/ app. etnica
Italiano rif. rif. rif. rif.
Unione Europea -0,017* (0,010) -0,018* (0,010) -0,018* (0,010) -0,018* (0,010)
Europa non UE -0,284*** (0,010) -0,286*** (0,009) -0,286*** (0,009) -0,286*** (0,009)
Paese extra europeo -0,478*** (0,007) -0,479*** (0,007) -0,479*** (0,007) -0,479*** (0,007)
Istruzione dei genitori
Laurea o più rif. rif. rif. rif.
Diploma superiore -0,204*** (0,004) -0,202*** (0,004) -0,202*** (0,004) -0,202*** (0,004)
Licenza media -0,488*** (0,005) -0,484*** (0,005) -0,484*** (0,005) -0,484*** (0,005)
Elementare o meno -0,821*** (0,013) -0,817*** (0,013) -0,817*** (0,013) -0,817*** (0,013)
Non sa / non risponde -0,367*** (0,008) -0,367*** (0,008) -0,368*** (0,008) -0,368*** (0,008)
Posizione occ. Genitori
Imprenditori e dirigenti rif. rif. rif. rif.
Professionisti (lib., dip.) 0,011* (0,006) 0,011* (0,006) 0,011* (0,006) 0,011* (0,006)
Lavoratori autonomi -0,055*** (0,006) -0,054*** (0,006) -0,054*** (0,006) -0,054*** (0,006)
Insegnanti e impiegati 0,028*** (0,005) 0,028*** (0,005) 0,028*** (0,005) 0,028*** (0,005)
Lavoratori manuali -0,130*** (0,006) -0,126*** (0,006) -0,126*** (0,006) -0,126*** (0,006)
Non lavora / mai lavorato -0,214*** (0,007) -0,212*** (0,007) -0,212*** (0,007) -0,212*** (0,007)
Non sa / non risponde -0,125*** (0,008) -0,128*** (0,008) -0,129*** (0,008) -0,129*** (0,008)
Sesso
Maschio rif. rif. rif. rif.
Femmina 0,170*** (0,002) 0,170*** (0,002) 0,170*** (0,00246) 0,170*** (0,002)
Anno di nascita
2001 o meno -0,385*** (0,008) -0,384*** (0,008) -0,384*** (0,008) -0,384*** (0,008)
2002 rif. rif. rif. rif.
2003 o più -0,056*** (0,004) -0,056*** (0,004) -0,056*** (0,004) -0,056*** (0,004)
N. studenti in classe 0,012*** (0,001) 0,012*** (0,001) 0,0117*** (0,001)
% Studenti stranieri in classe 0,065** (0,028) .0001 (0,053) .0001 (0,053)
% Figli di operai in classe -0,095*** (0,021) -0,039 (0,038) -0,039 (0,038)
Localizzazione scuola
Comune capoluogo di provincia -0,008 (0,009) -0,008 (0,009)
Altro comune rif. rif.
Zona altimetrica scuola
Pianura rif. rif.
Collina interna 0,005 (0,011) 0,006 (0,010)
Collina litoranea 0,010 (0,013) 0,013 (0,013)
Montagna -0,009 (0,014) -0,019 (0,014)
% Studenti stranieri a scuola 0,092 (0,062) 0,072 (0,062)
% Figli di operai a scuola -0,081* (0,045) -0,071 (0,045)
Ripartizione geografica
Nord ovest rif.
Nord est -0,012 (0,026)
Centro -0,020 (0,027)
Sud -0,221*** (0,041)
Isole -0,243*** (0,043)
Incidenza popolazione straniera in provincia -0,017*** (0,005)
Tasso di occupazione provinciale 0,016*** (0,002)
Reddito procapite (in migliaia) -0,008 (0,005)
248
Costante 0,328*** (0,020) 0,150*** (0,024) 0,155*** (0,025) -0,412*** (0,113)
Parametri random
D.S. livello Provincia 0,197 (0,014) 0,192 (0,014) 0,192 (0,014) 0,075 (0,007)
D.S. livello Scuola 0,272 (0,005) 0,266 (0,005) 0,266 (0,005) 0,266 (0,005)
D.S. livello Classe 0,366 (0,003) 0,366 (0,003) 0,366 (0,003) 0,366 (0,003)
D.S. livello Individuo 0,808 (0,001) 0,808 (0,001) 0,808 (0,001) 0,808 (0,001)
N. osservazioni 451.677 451.677 451.677 451.677
Multilevel R2 12,99% 13,11% 13,13% 14,81%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
Tabella A3.9: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche,
risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia,
classe I° della scuola secondaria di primo grado, risultati corretti per il cheating. Modelli dal 1a al 3.
Italia - I° sec. I° grado Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,777*** (0,005) -0,429*** (0,007) -0,416*** (0,007)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,434*** (0,009) -0,124*** (0,010) -0,039*** (0,010)
Europa non UE -0,658*** (0,009) -0,441*** (0,010) -0,323*** (0,010)
Paese extra europeo -0,910*** (0,006) -0,705*** (0,007) -0,545*** (0,010)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,242*** (0,004)
Licenza media -0,596*** (0,005)
Elementare o meno -1.000*** (0,012)
Non sa / non risponde -0,476*** (0,008)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,022*** (0,006)
Lavoratori autonomi -0,059*** (0,006)
Insegnanti e impiegati 0,054*** (0,006)
Lavoratori manuali -0,154*** (0,006)
Non lavora / mai lavorato -0,269*** (0,007)
Non sa / non risponde -0,155*** (0,008)
Costante 0,042** (0,020) 0,067*** (0,022) 0,072*** (0,022) 0,504*** (0,019)
Parametri random
D.S. livello Provincia 0,204 (0,014) 0,223 (0,016) 0,222 (0,016) 0,185 (0,013)
D.S. livello Scuola 0,207 (0,003) 0,201 (0,003) 0,200 (0,003) 0,168 (0,003)
D.S. livello Classe 0,185 (0,002) 0,181 (0,002) 0,181 (0,002) 0,147 (0,002)
D.S. livello Individuo 0,916 (0,001) 0,909 (0,001) 0,905 (0,001) 0,874 (0,001)
N. osservazioni 465.057 465.057 465.057 465.057
Multilevel R2 4,01% 4,97% 5,77% 16,33%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
249
Tabella A3.10: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, classe I° della scuola secondaria di primo grado, risultati corretti per il cheating. Modelli dal 4 al 7. Italia - I° sec. I° grado Modello 4 Modello 5 Modello 6 Modello 7
Migrazione
No (nato in Italia) rif. rif. rif. rif.
Sì (nato all’estero) -0,217*** (0,007) -0,217*** (0,007) -0,217*** (0,007) -0,217*** (0,007)
Nazionalità/ app. etnica
Italiano rif. rif. rif. rif.
Unione Europea 0,021** (0,009) 0,031*** (0,010) 0,031*** (0,010) 0,031*** (0,010)
Europa non UE -0,299*** (0,009) -0,290*** (0,009) -0,290*** (0,009) -0,290*** (0,009)
Paese extra europeo -0,488*** (0,007) -0,479*** (0,007) -0,478*** (0,007) -0,478*** (0,007)
Istruzione dei genitori
Laurea o più rif. rif. rif. rif.
Diploma superiore -0,241*** (0,004) -0,235*** (0,004) -0,235*** (0,004) -0,235*** (0,004)
Licenza media -0,573*** (0,005) -0,562*** (0,005) -0,562*** (0,005) -0,562*** (0,005)
Elementare o meno -0,913*** (0,012) -0,898*** (0,012) -0,897*** (0,012) -0,897*** (0,012)
Non sa / non risponde -0,433*** (0,007) -0,429*** (0,007) -0,431*** (0,007) -0,431*** (0,007)
Posizione occ. genitori
Imprenditori e dirigenti rif. rif. rif. rif.
Professionisti (lib., dip.) 0,022*** (0,006) 0,023*** (0,006) 0,023*** (0,006) 0,023*** (0,006)
Lavoratori autonomi -0,057*** (0,006) -0,054*** (0,006) -0,054*** (0,006) -0,054*** (0,006)
Insegnanti e impiegati 0,052*** (0,006) 0,054*** (0,006) 0,055*** (0,006) 0,055*** (0,006)
Lavoratori manuali -0,146*** (0,006) -0,131*** (0,006) -0,132*** (0,006) -0,132*** (0,006)
Non lavora / mai lavorato -0,242*** (0,007) -0,237*** (0,007) -0,236*** (0,007) -0,236*** (0,007)
Non sa / non risponde -0,129*** (0,008) -0,138*** (0,008) -0,144*** (0,008) -0,143*** (0,008)
Sesso
Maschio rif. rif. rif. rif.
Femmina 0,201*** (0,003) 0,201*** (0,003) 0,201*** (0,003) 0,201*** (0,003)
Anno di nascita
2000 o meno -0,605*** (0,006) -0,601*** (0,006) -0,600*** (0,006) -0,600*** (0,006)
2001 rif. rif. rif. rif.
2002 o più -0,030*** (0,005) -0,032*** (0,005) -0,032*** (0,005) -0,031*** (0,005)
N. studenti in classe 0,013*** (0,0005) 0,013*** (0,0005) 0,013*** (0,0005)
% Studenti stranieri in classe -0,109*** (0,018) -0,126*** (0,024) -0,126*** (0,024)
% Figli di operai in classe -0,228*** (0,014) -0,156*** (0,018) -0,156*** (0,018)
Localizzazione scuola
Comune capoluogo di provincia -0,023*** (0,007) -0,023*** (0,007)
Altro comune rif. rif.
Zona altimetrica scuola
Pianura rif. rif.
Collina interna 0,031*** (0,008) 0,032*** (0,007)
Collina litoranea 0,029*** (0,010) 0,029*** (0,009)
Montagna 0,048*** (0,010) 0,041*** (0,010)
% Studenti stranieri a scuola 0,066* (0,036) 0,050 (0,036)
% Figli di operai a scuola -0,190*** (0,027) -0,182*** (0,027)
Ripartizione geografica
Nord ovest rif.
Nord est -0,025 (0,025)
Centro -0,066** (0,026)
Sud -0,203*** (0,038)
Isole -0,315*** (0,041)
Incidenza popolazione straniera in provincia -0,016*** (0,005)
Tasso di occupazione provinciale 0,014*** (0,002)
Reddito procapite (in migliaia) -0,007 (0,005)
Costante 0,410*** (0,019) 0,220*** (0,021) 0,219*** (0,022) -0,218** (0,106)
Parametri random
D.S. livello Provincia 0,182 (0,013) 0,183 (0,013) 0,183 (0,013) 0,076 (0,006)
D.S. livello Scuola 0,158 (0,003) 0,149 (0,003) 0,147 (0,003) 0,147 (0,003)
D.S. livello Classe 0,141 (0,002) 0,134 (0,002) 0,134 (0,002) 0,134 (0,002)
D.S. livello Individuo 0,858 (0,001) 0,857 (0,001) 0,857 (0,001) 0,857 (0,001)
N. osservazioni 465.057 465.057 465.057 465.057
Multilevel R2 20,23% 20,76% 20,82% 24,17%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
250
Modelli relativi alla figura 3.4
Tabella A3.11: Stima degli effetti di interazione tra nazionalità e capitale culturale familiare
(approssimato attraverso il titolo di istruzione maggiore tra i due genitori) sulle competenze
linguistiche, per livello scolastico, risultante da modelli di regressione lineare multilivello a
quattro livelli e intercetta random. Italia, risultati corretti per il cheating.
Italia II° primaria V° primaria I° second. inferiore
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,141*** (0,008) -0,207*** (0,008) -0,214*** (0,007)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,135*** (0,022) -0,027 (0,025) -0,035 (0,024)
Europa non UE -0,251*** (0,026) -0,229*** (0,026) -0,255*** (0,027)
Paese extra europeo -0,475*** (0,018) -0,457*** (0,018) -0,514*** (0,018)
Istruzione dei genitori
Laurea o più rif. rif. rif.
Diploma superiore -0,209*** (0,004) -0,202*** (0,004) -0,239*** (0,004)
Licenza media -0,452*** (0,005) -0,488*** (0,005) -0,576*** (0,005)
Elementare o meno -0,683*** (0,016) -0,837*** (0,015) -0,952*** (0,013)
Non sa / non risponde -0,341*** (0,008) -0,339*** (0,008) -0,399*** (0,008)
Effetti di interazione
Unione Europea* Elementari 0,107* (0,059) 0,104 (0,070) 0,206*** (0,062)
Unione Europea* Medie 0,090*** (0,027) 0,079*** (0,029) 0,160*** (0,028)
Unione Europea*Superiori 0,029 (0,025) -0,007 (0,028) 0,060** (0,027)
Europa non UE* Elementari 0,014 (0,059) -0,094 (0,063) -0,125** (0,059)
Europa non UE* Medie 0,032 (0,030) -0,021 (0,031) 0,039 (0,031)
Europa non UE* Superiori -0,011 (0,030) -0,036 (0,030) -0,024 (0,030)
Paese extra europeo* Elementari 0,221*** (0,034) 0,075** (0,034) 0,278*** (0,032)
Paese extra europeo* Medie 0,138*** (0,020) 0,025 (0,020) 0,119*** (0,022)
Paese extra europeo* Superiori 0,075*** (0,021) 0,020 (0,021) 0,041* (0,021)
Unione Europea* Non sa -0,024 (0,027) -0,062** (0,030) -0,049* (0,029)
Europa non UE* Non sa -0,111*** (0,033) -0,188*** (0,033) -0,193*** (0,033)
Paese extra europeo* Non sa -0,015 (0,020) -0,130*** (0,021) -0,091*** (0,021)
Posizione occ. genitori
Imprenditori e dirigenti rif. rif. rif.
Professionisti (lib., dip.) 0,013** (0,006) 0,010* (0,006) 0,022*** (0,006)
Lavoratori autonomi -0,048*** (0,006) -0,054*** (0,006) -0,053*** (0,006)
Insegnanti e impiegati 0,035*** (0,006) 0,028*** (0,005) 0,054*** (0,006)
Lavoratori manuali -0,110*** (0,006) -0,129*** (0,006) -0,133*** (0,006)
Non lavora / mai lavorato -0,163*** (0,007) -0,214*** (0,007) -0,236*** (0,007)
Non sa / non risponde -0,096*** (0,009) -0,137*** (0,009) -0,153*** (0,008)
Sesso
Maschio rif. rif. rif.
Femmina 0,103*** (0,003) 0,170*** (0,002) 0,201*** (0,003)
Anno di nascita
2004 o meno -0,227*** (0,010)
2005 rif.
2006 o più -0,113*** (0,005)
2001 o meno -0,382*** (0,008)
2002 rif.
2003 o più -0,056*** (0,004)
2000 o meno -0,600*** (0,006)
2001 rif.
2002 o più -0,033*** (0,005)
251
N. studenti in classe 0,006*** (0,001) 0,012*** (0,001) 0,013*** (0,0005)
% Studenti stranieri in classe 0,021 (0,056) 0,003 (0,053) -0,122*** (0,024)
% Figli di operai in classe -0,030 (0,041) -0,038 (0,038) -0,154*** (0,018)
Localizzazione scuola
Comune capoluogo di provincia -0,002 (0,009) -0,007 (0,009) -0,023*** (0,006)
Altro comune rif. rif. rif.
Zona altimetrica scuola
Pianura rif. rif. rif.
Collina interna -0,009 (0,011) 0,006 (0,010) 0,032*** (0,007)
Collina litoranea -0,034*** (0,013) 0,013 (0,013) 0,028*** (0,009)
Montagna -0,021 (0,014) -0,018 (0,014) 0,041*** (0,010)
% Studenti stranieri a scuola -0,010 (0,065) 0,072 (0,062) 0,053 (0,036)
% Figli di operai a scuola -0,070 (0,049) -0,062 (0,045) -0,168*** (0,027)
Ripartizione geografica
Nord ovest rif. rif. rif.
Nord est -0,047** (0,021) -0,012 (0,026) -0,025 (0,025)
Centro -0,044** (0,022) -0,019 (0,027) -0,066** (0,026)
Sud -0,138*** (0,033) -0,219*** (0,041) -0,201*** (0,038)
Isole -0,131*** (0,035) -0,241*** (0,043) -0,312*** (0,040)
Incid. pop. straniera provincia -0,013*** (0,004) -0,017*** (0,005) -0,016*** (0,004)
Tasso di occ. provinciale 0,008*** (0,002) 0,016*** (0,002) 0,014*** (0,002)
Reddito procapite (in migliaia) -0,008* (0,004) -0,008 (0,005) -0,007 (0,005)
Costante 0,051 (0,091) -0,420*** (0,113) -0,220** (0,106)
Parametri random
D.S. livello Provincia 0,052 (0,006) 0,076 (0,007) 0,076 (0,006)
D.S. livello Scuola 0,284 (0,005) 0,266 (0,005) 0,146 (0,003)
D.S. livello Classe 0,398 (0,003) 0,366 (0,003) 0,134 (0,002)
D.S. livello Individuo 0,830 (0,001) 0,808 (0,001) 0,857 (0,001)
N. osservazioni 463.291 451.677 465.057
Multilevel R2 7,29% 14,88% 24,29%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
Analisi aggiuntive sulle competenze logico-matematiche
Tabella A3.12: Coefficienti di correlazione di Pearson tra i punteggi di
competenza ottenuti al test di lingua e quelli ottenuti al test di matematica,
per grado scolastico e generazione migratoria. Italia, dati INVALSI 2012/13,
risultati corretti per il cheating153.
Popolazione
complessiva Italiani
Seconde
generazioni
Prime
generazioni II Primaria 0,575 0,566 0,581 0,574
V Primaria 0,591 0,584 0,593 0,600
I Sec. Inferiore 0,695 0,692 0,673 0,696
153 Per ogni grado scolastico, il campione utilizzato per il calcolo del coefficiente di correlazione è quello descritto dalla
tabella 3.2 presentata nel testo del terzo capitolo.
252
Tabella A3.13: Coefficienti di correlazione di Pearson tra i punteggi di
competenza ottenuti al test di lingua e quelli ottenuti al test di matematica
dagli studenti di 13/14 anni, per nazione di rilevazione e generazione
migratoria. Risultati pesati.
Popolazione
complessiva Nativi
Seconde
generazioni
Prime
generazioni
Italia 0,637 0,631 0,602 0,639
Inghilterra 0,431 0,442 0,410 0,412
Svezia 0,492 0,486 0,474 0,332
Paesi Bassi 0,275 0,252 0,430 0,275
Germania 0,462 0,448 0,464 0,354 Italia: dati INVALSI 2012/13; Inghilterra, Svezia, Paesi Bassi e Germania: dati CILS4EU
2010/11, doi:10.4232/cils4eu.5656.1.2.0.
Tabella A3.14: Stima dell’effetto della generazione migratoria sulle competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, classe II° della scuola primaria, risultati corretti per il cheating. Italia - II° primaria Modello 1 Modello 2
Generazione migratoria Italiano nativo rif. rif.
Straniero 2° generazione -0,456*** (0,005) -0,332*** (0,005)
Straniero 1° generazione -0,513*** (0,010) -0,388*** (0,010)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,207*** (0,004)
Licenza media o qualifica -0,460*** (0,005)
Elementare o meno -0,659*** (0,013)
Non sa / non risponde -0,376*** (0,008)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,001 (0,006)
Lavoratori autonomi -0,044*** (0,006)
Insegnanti e impiegati 0,026*** (0,006)
Lavoratori manuali -0,142*** (0,006)
Non lavora / mai lavorato -0,191*** (0,007)
Non sa / non risponde -0,097*** (0,009)
Costante 0,048*** (0,011) 0,370*** (0,011)
Parametri random
Dev. Std. livello Provincia 0,104 (0,008) 0,082 (0,007)
Dev. Std. livello Scuola 0,313 (0,005) 0,316 (0,005)
Dev. Std. livello Classe 0,378 (0,003) 0,376 (0,003)
Dev. Std. livello Individuo 0,855 (0,001) 0,836 (0,001)
N. osservazioni 463.291 463.291
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
253
Tabella A3.15: Stima dell’effetto della generazione migratoria sulle competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, classe V° della scuola primaria, risultati corretti per il cheating. Italia - V° primaria Modello 1 Modello 2 Generazione migratoria Italiano nativo rif. rif. Straniero 2° generazione -0,398*** (0,006) -0,288*** (0,006) Straniero 1° generazione -0,516*** (0,008) -0,396*** (0,008) Istruzione dei genitori Laurea o più rif. Diploma superiore -0,237*** (0,004) Licenza media o qualifica -0,511*** (0,005) Elementare o meno -0,742*** (0,013) Non sa / non risponde -0,373*** (0,008) Posizione occupazione dei genitori Imprenditori e dirigenti rif. Professionisti (lib. e dip.) -0,016*** (0,006) Lavoratori autonomi -0,053*** (0,006) Insegnanti e impiegati 0,017*** (0,006) Lavoratori manuali -0,166*** (0,006) Non lavora / mai lavorato -0,234*** (0,007) Non sa / non risponde -0,132*** (0,009) Costante 0,043** (0,020) 0,423*** (0,018) Parametri random Dev. Std. livello Provincia 0,198 (0,014) 0,171 (0,012) Dev. Std. livello Scuola 0,287 (0,004) 0,277 (0,004) Dev. Std. livello Classe 0,327 (0,003) 0,323 (0,003) Dev. Std. livello Individuo 0,873 (0,001) 0,850 (0,001) N. osservazioni 451.677 451.677
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
Tabella A3.16: Stima dell’effetto della generazione migratoria sulle competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, classe I° della scuola secondaria di primo grado, risultati corretti per il cheating. Italia - I° secondaria primo grado Modello 1 Modello 2 Generazione migratoria Italiano nativo rif. rif. Straniero 2° generazione -0,427*** (0,006) -0,305*** (0,006) Straniero 1° generazione -0,607*** (0,007) -0,472*** (0,007) Istruzione dei genitori Laurea o più rif. Diploma superiore -0,264*** (0,004) Licenza media o qualifica -0,574*** (0,005) Elementare o meno -0,852*** (0,012) Non sa / non risponde -0,457*** (0,008) Posizione occupazione dei genitori Imprenditori e dirigenti rif. Professionisti (lib. e dip.) -0,010* (0,006) Lavoratori autonomi -0,070*** (0,006) Insegnanti e impiegati 0,031*** (0,006) Lavoratori manuali -0,176*** (0,006) Non lavora / mai lavorato -0,255*** (0,008) Non sa / non risponde -0,144*** (0,009) Costante 0,044* (0,025) 0,486*** (0,022) Parametri random Dev. Std. livello Provincia 0,253 (0,018) 0,221 (0,016) Dev. Std. livello Scuola 0,200 (0,003) 0,173 (0,003) Dev. Std. livello Classe 0,187 (0,002) 0,162 (0,002) Dev. Std. livello Individuo 0,917 (0,001) 0,891 (0,001) N. osservazioni 465.057 465.057
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
254
Tabella A3.17: Stima dell’effetto della migrazione e della nazionalità sulle competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, classe II° della scuola primaria, risultati corretti per il cheating. Modelli dal 1a al 3.
Italia - II° primaria Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,410*** (0,007) -0,145*** (0,008) -0,151*** (0,008)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,227*** (0,008) -0,166*** (0,009) -0,074*** (0,009)
Europa non UE -0,425*** (0,009) -0,389*** (0,009) -0,267*** (0,009)
Paese extra europeo -0,596*** (0,006) -0,559*** (0,006) -0,418*** (0,006)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,210*** (0,004)
Licenza media -0,458*** (0,005)
Elementare o meno -0,641*** (0,013)
Non sa / non risponde -0,365*** (0,008)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,0003 (0,006)
Lavoratori autonomi -0,045*** (0,006)
Insegnanti e impiegati 0,026*** (0,006)
Lavoratori manuali -0,143*** (0,006)
Non lavora / mai lavorato -0,191*** (0,007)
Non sa / non risponde -0,101*** (0,009)
Costante 0,016 (0,010) 0,047*** (0,011) 0,049*** (0,011) 0,370*** (0,011)
Parametri random
D.S. livello Provincia 0,091 (0,008) 0,105 (0,008) 0,104 (0,008) 0,082 (0,007)
D.S. livello Scuola 0,318 (0,005) 0,312 (0,005) 0,312 (0,005) 0,310 (0,005)
D.S. livello Classe 0,378 (0,003) 0,378 (0,003) 0,378 (0,003) 0,376 (0,003)
D.S. livello Individuo 0,862 (0,001) 0,854 (0,001) 0,853 (0,001) 0,834 (0,001)
N. osservazioni 463.291 463.291 463.291 463.291
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
255
Tabella A3.18: Stima dell’effetto della migrazione e della nazionalità sulle competenze logico-
matematiche, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta
random. Italia, classe II° della scuola primaria, risultati corretti per il cheating. Modelli dal 4 al 7. Italia - II° primaria Modello 4 Modello 5 Modello 6 Modello 7 Migrazione
No (nato in Italia) rif. rif. rif. rif.
Sì (nato all’estero) -0,125*** (0,008) -0,125*** (0,008) -0,125*** (0,008) -0,125*** (0,008)
Nazionalità/ app. etnica
Italiano rif. rif. rif. rif.
Unione Europea -0,069*** (0,009) -0,069*** (0,009) -0,069*** (0,009) -0,069*** (0,009)
Europa non UE -0,265*** (0,009) -0,265*** (0,009) -0,265*** (0,009) -0,265*** (0,009)
Paese extra europeo -0,410*** (0,006) -0,409*** (0,006) -0,409*** (0,006) -0,410*** (0,006)
Istruzione dei genitori
Laurea o più rif. rif. rif. rif.
Diploma superiore -0,213*** (0,004) -0,212*** (0,004) -0,212*** (0,004) -0,212*** (0,004)
Licenza media -0,462*** (0,005) -0,461*** (0,005) -0,461*** (0,005) -0,460*** (0,005)
Elementare o meno -0,640*** (0,013) -0,638*** (0,013) -0,638*** (0,013) -0,638*** (0,013)
Non sa / non risponde -0,368*** (0,008) -0,368*** (0,008) -0,369*** (0,008) -0,369*** (0,008)
Posizione occ. genitori
Imprenditori e dirigenti rif. rif. rif. rif.
Professionisti (lib., dip.) 0,0001 (0,006) 0,0002 (0,006) 0,0002 (0,006) 0,0002 (0,006)
Lavoratori autonomi -0,047*** (0,006) -0,046*** (0,006) -0,046*** (0,006) -0,046*** (0,006)
Insegnanti e impiegati 0,025*** (0,006) 0,025*** (0,006) 0,025*** (0,006) 0,025*** (0,006)
Lavoratori manuali -0,145*** (0,006) -0,143*** (0,006) -0,143*** (0,006) -0,142*** (0,006)
Non lavora / mai lavorato -0,191*** (0,007) -0,190*** (0,007) -0,190*** (0,007) -0,190*** (0,007)
Non sa / non risponde -0,101*** (0,009) -0,104*** (0,009) -0,105*** (0,009) -0,104*** (0,009)
Sesso
Maschio rif. rif. rif. rif.
Femmina -0,052*** (0,003) -0,052*** (0,003) -0,052*** (0,003) -0,052*** (0,003)
Anno di nascita
2004 o meno -0,168*** (0,010) -0,167*** (0,010) -0,167*** (0,010) -0,167*** (0,010)
2005 rif. rif. rif. rif.
2006 o più -0,117*** (0,005) -0,117*** (0,005) -0,117*** (0,005) -0,116*** (0,005)
N. studenti in classe 0,003*** (0,001) 0,003*** (0,001) 0,003*** (0,001)
% Studenti stranieri in classe -0,008 (0,028) -0,019 (0,054 -0,019 (0,054)
% Figli di operai in classe -0,102*** (0,022) -0,066* (0,039) -0,066* (0,039)
Localizzazione scuola
Comune capoluogo di provincia 0,004 (0,009) 0,003 (0,009)
Altro comune rif. rif.
Zona altimetrica scuola
Pianura rif. rif.
Collina interna 0,004 (0,011) 0,003 (0,011)
Collina litoranea -0,036*** (0,014) -0,032** (0,013)
Montagna 0,009 (0,014) -0,001 (0,014)
% Studenti stranieri a scuola 0,014 (0,063) -0,016 (0,063)
% Figli di operai a scuola -0,052 (0,047) -0,043 (0,047)
Ripartizione geografica
Nord ovest rif.
Nord est -0,016 (0,020)
Centro 0,015 (0,021)
Sud -0,099*** (0,032)
Isole -0,091*** (0,034)
Incidenza popolazione straniera in provincia -0,008** (0,004)
Tasso di occupazione provinciale 0,005*** (0,002)
Reddito procapite (in migliaia) -0,006 (0,004)
Costante 0,409*** (0,010) 0,382*** (0,017) 0,386*** (0,019) 0,275*** (0,087)
Parametri random
D.S. livello Provincia 0,077 (0,007) 0,076 (0,007) 0,073 (0,007) 0,048 (0,006)
D.S. livello Scuola 0,310 (0,005) 0,309 (0,005) 0,309 (0,005) 0,309 (0,005)
D.S. livello Classe 0,375 (0,003) 0,376 (0,003) 0,376 (0,003) 0,376 (0,003)
D.S. livello Individuo 0,833 (0,001) 0,833 (0,001) 0,833 (0,001) 0,833 (0,001)
N. osservazioni 463.291 463.291 463.291 463.291
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
256
Tabella A3.19: Stima dell’effetto della migrazione e della nazionalità sulle competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, classe V° della scuola primaria, risultati corretti per il cheating. Modelli dal 1a al 3.
Italia - V° primaria Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,442*** (0,006) -0,233*** (0,008) -0,233*** (0,007)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,229*** (0,009) -0,078*** (0,010) 0,009 (0,010)
Europa non UE -0,398*** (0,009) -0,304*** (0,010) -0,201*** (0,010)
Paese extra europeo -0,549*** (0,006) -0,459*** (0,007) -0,331*** (0,007)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,240*** (0,004)
Licenza media -0,512*** (0,005)
Elementare o meno -0,726*** (0,013)
Non sa / non risponde -0,366*** (0,008)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) -0,016*** (0,006)
Lavoratori autonomi -0,054*** (0,006)
Insegnanti e impiegati 0,017*** (0,006)
Lavoratori manuali -0,167*** (0,006)
Non lavora / mai lavorato -0,232*** (0,007)
Non sa / non risponde -0,135*** (0,009)
Costante 0,0255 (0,019) 0,0421** (0,020) 0,0447** (0,020) 0,426*** (0,018)
Parametri random
D.S. livello Provincia 0,187 (0,014) 0,199 (0,014) 0,199 (0,014) 0,173 (0,015)
D.S. livello Scuola 0,290 (0,004) 0,286 (0,004) 0,286 (0,004) 0,276 (0,004)
D.S. livello Classe 0,327 (0,003) 0,327 (0,003) 0,327 (0,003) 0,323 (0,003)
D.S. livello Individuo 0,875 (0,001) 0,872 (0,001) 0,871 (0,001) 0,848 (0,001)
N. osservazioni 451.677 451.677 451.677 451.677
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
257
Tabella A3.20: Stima dell’effetto della migrazione e della nazionalità sulle competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, classe V° della scuola primaria, risultati corretti per il cheating. Modelli dal 4 al 7.
Italia - V° primaria Modello 4 Modello 5 Modello 6 Modello 7 Migrazione
No (nato in Italia) rif. rif. rif. rif.
Sì (nato all’estero) -0,174*** (0,008) -0,174*** (0,008) -0,174*** (0,008) -0,174*** (0,008)
Nazionalità/ app. etnica
Italiano rif. rif. rif. rif.
Unione Europea 0,025** (0,010) 0,027*** (0,010) 0,027*** (0,010) 0,027*** (0,010)
Europa non UE -0,196*** (0,010) -0,195*** (0,010) -0,195*** (0,010) -0,195*** (0,010)
Paese extra europeo -0,321*** (0,007) -0,319*** (0,007) -0,319*** (0,007) -0,319*** (0,007)
Istruzione dei genitori
Laurea o più rif. rif. rif. rif.
Diploma superiore -0,241*** (0,004) -0,239*** (0,004) -0,239*** (0,004) -0,239*** (0,004)
Licenza media -0,510*** (0,005) -0,507*** (0,005) -0,507*** (0,005) -0,507*** (0,005)
Elementare o meno -0,717*** (0,013) -0,712*** (0,013) -0,712*** (0,013) -0,712*** (0,013)
Non sa / non risponde -0,366*** (0,008) -0,367*** (0,008) -0,367*** (0,008) -0,367*** (0,008)
Posizione occ. Genitori
Imprenditori e dirigenti rif. rif. rif. rif.
Professionisti (lib., dip.) -0,016*** (0,006) -0,016*** (0,006) -0,016*** (0,006) -0,016*** (0,006)
Lavoratori autonomi -0,054*** (0,006) -0,053*** (0,006) -0,053*** (0,006) -0,053*** (0,006)
Insegnanti e impiegati 0,017*** (0,006) 0,018*** (0,006) 0,018*** (0,006) 0,018*** (0,006)
Lavoratori manuali -0,168*** (0,006) -0,164*** (0,006) -0,164*** (0,006) -0,163*** (0,006)
Non lavora / mai lavorato -0,229*** (0,007) -0,227*** (0,007) -0,227*** (0,007) -0,226*** (0,007)
Non sa / non risponde -0,136*** (0,009) -0,140*** (0,009) -0,140*** (0,009) -0,139*** (0,009)
Sesso
Maschio rif. rif. rif. rif. Femmina -0,151*** (0,003) -0,151*** (0,003) -0,151*** (0,003) -0,151*** (0,003)
Anno di nascita
2001 o meno -0,217*** (0,009) -0,216*** (0,009) -0,216*** (0,009) -0,216*** (0,009)
2002 rif. rif. rif. rif.
2003 o più -0,044*** (0,005) -0,044*** (0,005) -0,044*** (0,005) -0,044*** (0,005)
N. studenti in classe 0,007*** (0,001) 0,008*** (0,001) 0,008*** (0,001)
% Studenti stranieri in classe -0,024 (0,027) 0,008 (0,027) 0,008 (0,027)
% Figli di operai in classe -0,113*** (0,020) -0,108*** (0,020) -0,108*** (0,020)
Localizzazione scuola
Comune capoluogo di provincia -0,011 (0,009) -0,012 (0,008)
Altro comune rif. rif.
Zona altimetrica scuola
Pianura rif. rif.
Collina interna 0,025** (0,010) 0,029*** (0,010)
Collina litoranea -0,010 (0,013) -0,006 (0,012)
Montagna 0,023* (0,014) 0,017 (0,013)
% Studenti stranieri a scuola -0,036 (0,058) -0,057 (0,058)
% Figli di operai a scuola -0,017 (0,042) -0,009 (0,042)
Ripartizione geografica
Nord ovest rif.
Nord est -0,006 (0,025)
Centro -0,042 (0,026)
Sud -0,220*** (0,039)
Isole -0,304*** (0,042)
Incidenza popolazione straniera in provincia -0,014*** (0,005)
Tasso di occupazione provinciale 0,010*** (0,002)
Reddito procapite (in migliaia) -0,004 (0,005)
Costante 0,506*** (0,018) 0,413*** (0,0217) 0,404*** (0,0232) 0,106 (0,108)
Parametri random
D.S. livello Provincia 0,170 (0,012) 0,170 (0,012) 0,168 (0,012) 0,072 (0,007)
D.S. livello Scuola 0,276 (0,004) 0,274 (0,004) 0,274 (0,004) 0,274 (0,004)
D.S. livello Classe 0,323 (0,003) 0,322 (0,003) 0,322 (0,003) 0,322 (0,003)
D.S. livello Individuo 0,844 (0,001) 0,844 (0,001) 0,844 (0,001) 0,844 (0,001)
N. osservazioni 451.677 451.677 451.677 451.677
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
258
Tabella A3.21: Stima dell’effetto della migrazione e della nazionalità sulle competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, classe I° della scuola secondaria di primo grado, risultati corretti per il cheating. Modelli dal 1a al 3.
Italia - I° sec. I° grado Modello 1a Modello 1b Modello 2 Modello 3 Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,520*** (0,006) -0,282*** (0,007) -0,275*** (0,007)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,279*** (0,009) -0,074*** (0,010) 0,009 (0,010)
Europa non UE -0,462*** (0,009) -0,320*** (0,010) -0,207*** (0,010)
Paese extra europeo -0,616*** (0,006) -0,482*** (0,007) -0,337*** (0,007)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,269*** (0,004)
Licenza media -0,575*** (0,005)
Elementare o meno -0,837*** (0,012)
Non sa / non risponde -0,449*** (0,008)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) -0,012* (0,006)
Lavoratori autonomi -0,067*** (0,006)
Insegnanti e impiegati 0,030*** (0,006)
Lavoratori manuali -0,176*** (0,006)
Non lavora / mai lavorato -0,253*** (0,008)
Non sa / non risponde -0,147*** (0,009)
Costante 0,026 (0,024) 0,043* (0,025) 0,046* (0,025) 0,490*** (0,023)
Parametri random
D.S. livello Provincia 0,242 (0,017) 0,256 (0,018) 0,255 (0,018) 0,223 (0,016)
D.S. livello Scuola 0,202 (0,003) 0,199 (0,003) 0,198 (0,003) 0,172 (0,003)
D.S. livello Classe 0,190 (0,002) 0,187 (0,002) 0,187 (0,002) 0,162 (0,002)
D.S. livello Individuo 0,920 (0,001) 0,916 (0,001) 0,915 (0,001) 0,889 (0,001)
N. osservazioni 465.057 465.057 465.057 465.057
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
259
Tabella A3.22: Stima dell’effetto della migrazione e della nazionalità sulle logico-matematiche linguistiche, risultante da modelli di regressione lineare multilivello a quattro livelli e intercetta random. Italia, classe I° della scuola secondaria di primo grado, risultati corretti per il cheating. Modelli dal 4 al 7. Italia - I° sec. I° grado Modello 4 Modello 5 Modello 6 Modello 7
Migrazione
No (nato in Italia) rif. rif. rif. rif.
Sì (nato all’estero) -0,129*** (0,007) -0,129*** (0,007) -0,129*** (0,007) -0,129*** (0,007)
Nazionalità/ app. etnica
Italiano rif. rif. rif. rif.
Unione Europea 0,058*** (0,010) 0,066*** (0,010) 0,065*** (0,010) 0,065*** (0,010)
Europa non UE -0,191*** (0,009) -0,184*** (0,010) -0,184*** (0,010) -0,184*** (0,010)
Paese extra europeo -0,299*** (0,007) -0,291*** (0,007) -0,291*** (0,007) -0,291*** (0,007)
Istruzione dei genitori
Laurea o più rif. rif. rif. rif.
Diploma superiore -0,266*** (0,004) -0,260*** (0,004) -0,261*** (0,004) -0,261*** (0,004)
Licenza media -0,554*** (0,005) -0,545*** (0,005) -0,546*** (0,005) -0,546*** (0,005)
Elementare o meno -0,771*** (0,012) -0,758*** (0,012) -0,758*** (0,012) -0,757*** (0,012)
Non sa / non risponde -0,423*** (0,008) -0,421*** (0,008) -0,423*** (0,008) -0,423*** (0,008)
Posizione occ. genitori
Imprenditori e dirigenti rif. rif. rif. rif.
Professionisti (lib., dip.) -0,0107* (0,006) -0,0104* (0,006) -0,0102* (0,006) -0,0102* (0,006)
Lavoratori autonomi -0,069*** (0,006) -0,066*** (0,006) -0,066*** (0,006) -0,066*** (0,006)
Insegnanti e impiegati 0,029*** (0,006) 0,031*** (0,006) 0,031*** (0,006) 0,031*** (0,006)
Lavoratori manuali -0,170*** (0,006) -0,158*** (0,006) -0,159*** (0,006) -0,158*** (0,006)
Non lavora / mai lavorato -0,231*** (0,007) -0,227*** (0,007) -0,226*** (0,007) -0,226*** (0,007)
Non sa / non risponde -0,131*** (0,008) -0,139*** (0,008) -0,143*** (0,008) -0,142*** (0,008)
Sesso
Maschio rif. rif. rif. rif.
Femmina -0,182*** (0,003) -0,182*** (0,003) -0,182*** (0,003) -0,182*** (0,003)
Anno di nascita
2000 o meno -0,467*** (0,006) -0,464*** (0,006) -0,463*** (0,006) -0,463*** (0,006)
2001 rif. rif. rif. rif.
2002 o più -0,026*** (0,005) -0,027*** (0,005) -0,027*** (0,005) -0,027*** (0,005)
N. studenti in classe 0,012*** (0,001) 0,012*** (0,001) 0,012*** (0,001)
% Studenti stranieri in classe -0,096*** (0,020) -0,121*** (0,025) -0,122*** (0,025)
% Figli di operai in classe -0,195*** (0,015) -0,157*** (0,019) -0,157*** (0,019)
Localizzazione scuola
Comune capoluogo di provincia -0,033*** (0,007) -0,033*** (0,007)
Altro comune rif. rif.
Zona altimetrica scuola
Pianura rif. rif.
Collina interna 0,037*** (0,008) 0,038*** (0,008)
Collina litoranea 0,027*** (0,011) 0,028*** (0,010)
Montagna 0,061*** (0,011) 0,056*** (0,011)
% Studenti stranieri a scuola 0,097** (0,039) 0,080** (0,039)
% Figli di operai a scuola -0,122*** (0,029) -0,113*** (0,029)
Ripartizione geografica
Nord ovest rif.
Nord est 0,001 (0,030)
Centro -0,101*** (0,030)
Sud -0,255*** (0,045)
Isole -0,351*** (0,047)
Incidenza popolazione straniera in provincia -0,0127** (0,005)
Tasso di occupazione provinciale 0,013*** (0,003)
Reddito procapite (in migliaia) -0,005 (0,006)
Costante 0,582*** (0,0224) 0,412*** (0,0248) 0,398*** (0,0258) -0,058 (0,123)
Parametri random
D.S. livello Provincia 0,222 (0,016) 0,222 (0,015) 0,220 (0,015) 0,090 (0,007)
D.S. livello Scuola 0,167 (0,003) 0,162 (0,003) 0,161 (0,003) 0,161 (0,003)
D.S. livello Classe 0,160 (0,002) 0,155 (0,002) 0,155 (0,002) 0,155 (0,002)
D.S. livello Individuo 0,879 (0,001) 0,879 (0,001) 0,879 (0,001) 0,879 (0,001)
N. osservazioni 465.057 465.057 465.057 465.057
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
260
Analisi dell’associazione tra nazionalità e esperienza migratoria
Tabella A3.23: Tavola di contingenza tra le due dimensioni della nazionalità e
dell’esperienza migratoria per livello scolastico indagato. Italia, dati INVALSI 2012/13,
valori assoluti.
Italiani
Unione
Europea
Europa
non UE
Extra
Europa Totale
II° Primaria
Nati in Italia 411.087 7.806 7.855 19.446 446.194
Immigrati/ Nati all’estero 2.887 4.938 2.737 6.535 17.097
Totale 413.974 12.744 10.592 25.981 463.291
V° Primaria
Nati in Italia 403.974 4.475 5.705 14.067 428.221
Immigrati/ Nati all’estero 3.783 6.964 4.021 8.688 23.456
Totale 407.757 11.439 9.726 22.755 451.677
I° Secondaria Inferiore
Nati in Italia 409.455 4.116 5.433 14.079 433.083
Immigrati/ Nati all’estero 4.194 9.100 5.796 12.884 31.974
Totale 413.649 13.216 11.229 26.963 465.057
261
Tabella A3.24: Stima dei VIF (Variance Inflation factors) per le due dimensioni della
nazionalità e dell’esperienza migratoria, per livello scolastico indagato. Italia, dati INVALSI
2012/13154.
Mod.2 Mod.3 Mod.4 Mod.5 Mod.6 Mod.7
II Primaria Migrazione No (nato in Italia) rif. rif. rif. rif. rif. rif. Sì (nato all’estero) 1,29 1,29 1,36 1,37 1,37 1,37 Nazionalità/ app. etnica Italiano rif. rif. rif. rif. rif. rif. Unione Europea 1,14 1,16 1,16 1,28 1,28 1,28 Europa non UE 1,05 1,07 1,08 1,12 1,12 1,13 Paese extra europeo 1,12 1,17 1,18 1,35 1,35 1,36 VIF medio 1,15 2,22 2,01 1,95 2,71 3,14
V Primaria Migrazione No (nato in Italia) rif. rif. rif. rif. rif. rif. Sì (nato all’estero) 1,57 1,57 1,76 1,76 1,77 1,77 Nazionalità/ app. etnica Italiano rif. rif. rif. rif. rif. rif. Unione Europea 1,28 1,30 1,30 1,42 1,42 1,43 Europa non UE 1,11 1,13 1,13 1,18 1,18 1,18 Paese extra europeo 1,21 1,26 1,26 1,42 1,43 1,43 VIF medio 1,29 2,29 2,09 2,01 2,67 3,13
I Secondaria Inferiore
Migrazione No (nato in Italia) rif. rif. rif. rif. rif. rif. Sì (nato all’estero) 1,80 1,81 1,94 1,95 1,96 1,96 Nazionalità/ app. etnica Italiano rif. rif. rif. rif. rif. rif. Unione Europea 1,36 1,37 1,38 1,48 1,48 1,50 Europa non UE 1,17 1,19 1,19 1,24 1,24 1,24 Paese extra europeo 1,34 1,38 1,39 1,55 1,55 1,56 VIF medio 1,42 2,35 2,14 2,04 2,27 2,82
Istruzione dei genitori X X X X X
Posizione occ. genitori X X X X X
Sesso X X X X
Anno di nascita X X X X
N. studenti in classe X X X % Studenti stranieri in classe X X X % Figli di operai in classe X X X Localizzazione scuola X X Zona altimetrica scuola X X % Studenti stranieri a scuola X X % Figli di operai a scuola X X Ripartizione geografica X Incid. pop. straniera provincia X Tasso di occ. provinciale X Reddito procapite (in migliaia) X
154 Il calcolo si basa sulle competenze linguistiche, utilizzate come variabile dipendente. Gli identificativi dei modelli
nella tabella corrispondono ai rispettivi modelli mostrati nelle precedenti pagine. Per il calcolo dei VIF sono stati
utilizzati modelli di regressione lineare con errori standard robusti e clusterizzati a livello di classe.
262
Analisi di sensitività sul ruolo delle dimensioni contestuali
Tabella A3.25: Stima dell’effetto della migrazione e della nazionalità sulle competenze
linguistiche, risultante da modelli di regressione lineare ad effetti fissi a livello di classe
scolastica. Italia, risultati corretti per il cheating.
Italia II° primaria V° primaria I° second. inferiore
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,128*** (0,008) -0,191*** (0,008) -0,214*** (0,008)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,104*** (0,009) -0,022** (0,010) 0,021** (0,010)
Europa non UE -0,262*** (0,009) -0,287*** (0,010) -0,300*** (0,010)
Paese extra europeo -0,403*** (0,007) -0,478*** (0,007) -0,482*** (0,007)
Istruzione dei genitori
Laurea o più rif. rif. rif.
Diploma superiore -0,213*** (0,005) -0,208*** (0,005) -0,233*** (0,005)
Licenza media -0,445*** (0,006) -0,482*** (0,006) -0,542*** (0,006)
Elementare o meno -0,631*** (0,017) -0,806*** (0,017) -0,853*** (0,015
Non sa / non risponde -0,416*** (0,010) -0,417*** (0,010) -0,496*** (0,010)
Posizione occ. genitori
Imprenditori e dirigenti rif. rif. rif.
Professionisti (lib., dip.) 0,017** (0,008) 0,004 (0,007) 0,018** (0,007)
Lavoratori autonomi -0,060*** (0,007) -0,062*** (0,007) -0,048*** (0,007)
Insegnanti e impiegati 0,033*** (0,007) 0,026*** (0,007) 0,057*** (0,007)
Lavoratori manuali -0,126*** (0,008) -0,144*** (0,007) -0,138*** (0,007)
Non lavora / mai lavorato -0,174*** (0,010) -0,226*** (0,010) -0,228*** (0,009)
Non sa / non risponde -0,107*** (0,011) -0,168*** (0,012) -0,162*** (0,011)
Sesso
Maschio rif. rif. rif.
Femmina 0,101*** (0,003) 0,175*** (0,003) 0,205*** (0,003)
Anno di nascita
2004 o meno -0,207*** (0,012)
2005 rif.
2006 o più -0,116*** (0,007)
2001 o meno -0,381*** (0,009)
2002 rif.
2003 o più -0,058*** (0,007)
2000 o meno -0,561*** (0,006)
2001 rif.
2002 o più -0,049*** (0,006)
Costante 0,369*** (0,007) 0,432*** (0,007) 0,457*** (0,007)
N. classi 16.977 16.597 16.949
N. studenti 294.518 277.207 323.558
R2 (overall) 7,78% 12,41% 19,51%
RHO 25,31% 24,71% 13,24%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
263
Analisi di sensitività sugli effetti autonomi dell’appartenenza etnica e
dell’esperienza migratoria
Tabella A3.26: Stima dell’effetto della nazionalità sulle competenze linguistiche nella
sottopopolazione di studenti nati in Italia, risultante da modelli di regressione lineare ad effetti
fissi a livello di scuola. Italia, risultati corretti per il cheating.
Italia II° primaria V° primaria I° second. inferiore
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,143*** (0,011) -0,137*** (0,015) -0,143*** (0,016)
Europa non UE -0,269*** (0,011) -0,318*** (0,012) -0,336*** (0,012)
Paese extra europeo -0,418*** (0,007) -0,482*** (0,008) -0,472*** (0,008)
Istruzione dei genitori
Laurea o più rif, rif, rif,
Diploma superiore -0,215*** (0,005) -0,211*** (0,005) -0,244*** (0,005)
Licenza media -0,456*** (0,006) -0,489*** (0,006) -0,562*** (0,006)
Elementare o meno -0,658*** (0,018) -0,797*** (0,019) -0,882*** (0,015)
Non sa / non risponde -0,401*** (0,010) -0,370*** (0,011) -0,446*** (0,010)
Posizione occ. genitori
Imprenditori e dirigenti rif, rif, rif,
Professionisti (lib., dip.) 0,007 (0,008) 0,001 (0,008) 0,007 (0,007)
Lavoratori autonomi -0,065*** (0,008) -0,061*** (0,008) -0,061*** (0,007)
Insegnanti e impiegati 0,024*** (0,007) 0,024*** (0,007) 0,040*** (0,006)
Lavoratori manuali -0,131*** (0,008) -0,147*** (0,008) -0,158*** (0,007)
Non lavora / mai lavorato -0,194*** (0,010) -0,248*** (0,010) -0,261*** (0,009)
Non sa / non risponde -0,104*** (0,012) -0,146*** (0,012) -0,140*** (0,011)
Sesso
Maschio rif, rif, rif,
Femmina 0,099*** (0,003) 0,163*** (0,003) 0,192*** (0,003)
Anno di nascita
2004 o meno -0,266*** (0,016)
2005 rif,
2006 o più -0,118*** (0,007)
2001 o meno -0,443*** (0,015)
2002 rif,
2003 o più -0,054*** (0,007)
2000 o meno -0,679*** (0,008)
2001 rif,
2002 o più -0,043*** (0,006)
N. studenti in classe 0,001 (0,001) 0,002*** (0,001) 0,015*** (0,001)
% Studenti stranieri in classe 0,009 (0,029) -0,029 (0,029) -0,086*** (0,022)
% Figli di operai in classe -0,025 (0,024) -0,088*** (0,024) -0,164*** (0,018
Costante 0,361*** (0,020) 0,416*** (0,020) 0,224*** (0,016)
N. scuole 8.778 7.633 4.677
N. studenti 297.136 252.370 325.347
R2 (overall) 6,84% 9,69% 15,68%
RHO 20,38% 18,85% 9,35%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
264
Tabella A3.27: Stima dell’effetto della nazionalità sulle competenze linguistiche nella
sottopopolazione di studenti nati all’estero e successivamente immigrati in Italia, risultante da
modelli di regressione lineare ad effetti fissi a livello di scuola. Italia, risultati corretti per il
cheating.
Italia II° primaria V° primaria I° second. inferiore
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea 0,138*** (0,038) 0,210*** (0,034) 0,242*** (0,025)
Europa non UE -0,038 (0,042) 0,017 (0,037) -0,033 (0,027)
Paese extra europeo -0,117*** (0,037) -0,226*** (0,034) -0,264*** (0,024)
Istruzione dei genitori
Laurea o più rif. rif. rif.
Diploma superiore -0,167*** (0,038) -0,159*** (0,034) -0,174*** (0,024)
Licenza media -0,326*** (0,040) -0,432*** (0,036) -0,474*** (0,025)
Elementare o meno -0,511*** (0,069) -0,791*** (0,063) -0,787*** (0,042)
Non sa / non risponde -0,381*** (0,051) -0,475*** (0,046) -0,590*** (0,031)
Posizione occ. genitori
Imprenditori e dirigenti rif. rif. rif.
Professionisti (lib., dip.) 0,145** (0,066) -0,011 (0,060) 0,063 (0,043)
Lavoratori autonomi 0,109* (0,064) -0,159*** (0,057) -0,048 (0,040)
Insegnanti e impiegati 0,129* (0,067) -0,005 (0,061) 0,102** (0,044)
Lavoratori manuali -0,015 (0,059) -0,150*** (0,054) -0,021 (0,038)
Non lavora / mai lavorato -0,066 (0,064) -0,234*** (0,058) -0,135*** (0,041)
Non sa / non risponde -0,099 (0,070) -0,304*** (0,064) -0,222*** (0,044)
Sesso
Maschio rif. rif. rif.
Femmina 0,101*** (0,022) 0,234*** (0,019) 0,269*** (0,013)
Anno di nascita
2004 o meno -0,164*** (0,028)
2005 rif.
2006 o più -0,057 (0,059)
2001 o meno -0,342*** (0,021)
2002 rif.
2003 o più -0,051 (0,060)
2000 o meno -0,392*** (0,014)
2001 rif.
2002 o più 0,027 (0,045)
N. studenti in classe 0,002 (0,006) 0,008 (0,005) 0,010*** (0,003)
% Studenti stranieri in classe -0,354** (0,158) 0,281* (0,145) -0,252*** (0,080)
% Figli di operai in classe -0,006 (0,152) -0,126 (0,133) -0,061 (0,076)
Costante -0,096 (0,139) -0,185 (0,121) -0,269*** (0,077)
N. scuole 2.849 3.892 3.895
N. studenti 10.123 15.571 27.975
R2 (overall) 5,31% 11,20% 15,88%
RHO 33,79% 28,79% 22,99%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
265
Tabella A3.28: Stima dell’effetto dell’esperienza migratoria sulle competenze linguistiche nella
sottopopolazione di studenti i cui genitori sono nati in uno stato dell’Unione Europea diverso
dall’Italia, risultante da modelli di regressione lineare ad effetti fissi a livello di scuola. Italia,
risultati corretti per il cheating.
Italia II° primaria V° primaria I° second. inferiore
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,107*** (0,028) -0,145*** (0,033) -0,104*** (0,028)
Istruzione dei genitori
Laurea o più rif. rif. rif.
Diploma superiore -0,138*** (0,045) -0,203*** (0,057) -0,243*** (0,042)
Licenza media -0,368*** (0,050) -0,439*** (0,062) -0,481*** (0,047)
Elementare o meno -0,671*** (0,106) -0,723*** (0,156) -0,793*** (0,111)
Non sa / non risponde -0,310*** (0,061) -0,336*** (0,070) -0,528*** (0,056)
Posizione occ. genitori
Imprenditori e dirigenti rif. rif. rif.
Professionisti (lib., dip.) -0,048 (0,100) 0,024 (0,110) -0,010 (0,077)
Lavoratori autonomi -0,080 (0,091) -0,070 (0,101) -0,114 (0,073)
Insegnanti e impiegati -0,037 (0,099) 0,064 (0,106) 0,075 (0,076)
Lavoratori manuali -0,147* (0,086) -0,074 (0,096) -0,129* (0,069)
Non lavora / mai lavorato -0,130 (0,094) -0,184* (0,103) -0,259*** (0,076)
Non sa / non risponde -0,223** (0,097) -0,222** (0,111) -0,174** (0,079)
Sesso
Maschio rif. rif. rif.
Femmina 0,087*** (0,027) 0,226*** (0,030) 0,290*** (0,024)
Anno di nascita
2004 o meno -0,092* (0,047)
2005 rif.
2006 o più -0,045 (0,084)
2001 o meno -0,196*** (0,043)
2002 rif.
2003 o più -0,114 (0,088)
2000 o meno -0,306*** (0,029)
2001 rif.
2002 o più -0,094 (0,069)
N. studenti in classe -0,004 (0,007) 0,012 (0,008) 0,013** (0,005)
% Studenti stranieri in classe -0,501** (0,229) 0,087 (0,233) -0,051 (0,146)
% Figli di operai in classe 0,122 (0,189) -0,239 (0,227) -0,029 (0,142)
Costante 0,438** (0,186) 0,075 (0,205) 0,042 (0,139)
N. scuole 1.466 1.146 1.299
N. studenti 6.157 4.907 7.587
R2 (overall) 1,03% 9,48% 14,34%
RHO 35,06% 31,15% 25,88%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
266
Tabella A3.29: Stima dell’effetto dell’esperienza migratoria sulle competenze linguistiche nella
sottopopolazione di studenti i cui genitori sono nati in uno stato europeo esterno all’Unione
Europea, risultante da modelli di regressione lineare ad effetti fissi a livello di scuola. Italia,
risultati corretti per il cheating.
Italia II° primaria V° primaria I° second. inferiore
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,122*** (0,030) -0,183*** (0,032) -0,202*** (0,024)
Istruzione dei genitori
Laurea o più rif. rif. rif.
Diploma superiore -0,288*** (0,056) -0,307*** (0,058) -0,264*** (0,043)
Licenza media -0,454*** (0,056) -0,552*** (0,059) -0,555*** (0,044)
Elementare o meno -0,678*** (0,099) -0,941*** (0,123) -1.116*** (0,082)
Non sa / non risponde -0,512*** (0,079) -0,608*** (0,085) -0,649*** (0,059)
Posizione occ. genitori
Imprenditori e dirigenti rif. rif. rif.
Professionisti (lib., dip.) 0,235* (0,127) -0,203* (0,122) 0,167** (0,085)
Lavoratori autonomi 0,143 (0,114) -0,069 (0,105) 0,057 (0,072)
Insegnanti e impiegati 0,305** (0,133) 0,053 (0,129) 0,201** (0,088)
Lavoratori manuali 0,122 (0,110) -0,138 (0,100) 0,040 (0,069)
Non lavora / mai lavorato 0,066 (0,114) -0,305*** (0,108) -0,131* (0,074)
Non sa / non risponde 0,013 (0,127) -0,350*** (0,123) -0,107 (0,084)
Sesso
Maschio rif. rif. rif.
Femmina 0,089*** (0,030) 0,234*** (0,032) 0,290*** (0,023)
Anno di nascita
2004 o meno -0,109* (0,059)
2005 rif.
2006 o più -0,162* (0,083)
2001 o meno -0,214*** (0,048)
2002 rif.
2003 o più -0,216** (0,103)
2000 o meno -0,394*** (0,028)
2001 rif.
2002 o più -0,131* (0,077)
N. studenti in classe -0,001 (0,008) -0,016* (0,009) -0,001 (0,005)
% Studenti stranieri in classe 0,176 (0,198) 0,074 (0,219) 0,085 (0,136)
% Figli di operai in classe -0,012 (0,193) -0,111 (0,206) -0,326** (0,130)
Costante -0,113 (0,209) 0,541** (0,223) 0,086 (0,144)
N. scuole 1.163 1.315 1.495
N. studenti 4.951 5.087 8.455
R2 (overall) 4,26% 8,43% 14,61%
RHO 30,95% 28,63% 23,98%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
267
Tabella A3.30: Stima dell’effetto dell’esperienza migratoria sulle competenze linguistiche nella
sottopopolazione di studenti i cui genitori sono nati in uno stato extra europeo, risultante da
modelli di regressione lineare ad effetti fissi a livello di scuola. Italia, risultati corretti per il
cheating.
Italia II° primaria V° primaria I° second. inferiore
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,098*** (0,016) -0,198*** (0,019) -0,269*** (0,015)
Istruzione dei genitori
Laurea o più rif. rif. rif.
Diploma superiore -0,165*** (0,030) -0,138*** (0,035) -0,198*** (0,028)
Licenza media -0,284*** (0,029) -0,372*** (0,034) -0,403*** (0,027)
Elementare o meno -0,420*** (0,044) -0,642*** (0,052) -0,599*** (0,040)
Non sa / non risponde -0,357*** (0,035) -0,413*** (0,041) -0,488*** (0,032)
Posizione occ. genitori
Imprenditori e dirigenti rif. rif. rif.
Professionisti (lib., dip.) 0,121* (0,073) 0,034 (0,080) 0,047 (0,060)
Lavoratori autonomi 0,007 (0,062) -0,101 (0,069) -0,079 (0,052)
Insegnanti e impiegati 0,083 (0,072) 0,117 (0,080) 0,194*** (0,062)
Lavoratori manuali -0,024 (0,059) -0,100 (0,066) -0,087* (0,050)
Non lavora / mai lavorato -0,079 (0,062) -0,172** (0,070) -0,174*** (0,053)
Non sa / non risponde -0,089 (0,064) -0,305*** (0,073) -0,273*** (0,055)
Sesso
Maschio rif. rif. rif.
Femmina 0,080*** (0,015) 0,210*** (0,018) 0,187*** (0,014)
Anno di nascita
2004 o meno -0,226*** (0,028)
2005 rif.
2006 o più -0,138*** (0,031)
2001 o meno -0,448*** (0,025)
2002 rif.
2003 o più -0,080** (0,040)
2000 o meno -0,518*** (0,016)
2001 rif.
2002 o più -0,055* (0,033)
N. studenti in classe -0,003 (0,004) -0,002 (0,005) 0,010*** (0,003)
% Studenti stranieri in classe -0,135 (0,108) -0,026 (0,129) -0,216*** (0,080)
% Figli di operai in classe -0,117 (0,102) -0,080 (0,118) -0,055 (0,081)
Costante -0,076 (0,115) -0,023 (0,129) -0,183** (0,091)
N. scuole 2.710 2.830 2.719
N. studenti 17.100 15.939 23.604
R2 (overall) 2,92% 8,55% 14,74%
RHO 31,36% 27,94% 21,31%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
268
Analisi dell’influenza dell’anzianità migratoria
Tabella A3.31: Stima dell’effetto dell’anzianità migratoria sulle competenze linguistiche nella
sottopopolazione di studenti nati all’estero e successivamente immigrati in Italia, risultante da
modelli di regressione lineare ad effetti fissi a livello di scuola. Italia, risultati corretti per il
cheating.
Italia II° primaria V° primaria I° Second. inferiore
Età all’arrivo in Italia
Un anno o meno rif. rif. rif.
Due anni 0,012 (0,045) -0,065 (0,047) -0,041 (0,036)
Tre anni -0,010 (0,045) 0,023 (0,047) 0,058 (0,035)
Quattro anni -0,105** (0,048) 0,067 (0,047) -0,020 (0,036)
Cinque anni -0,129*** (0,047) -0,003 (0,044) 0,003 (0,035)
Sei anni -0,190*** (0,047) -0,013 (0,046) 0,062 (0,034)
Sette anni -0,252*** (0,051) -0,087 (0,047) 0,037 (0,036)
Otto anni155 -0,370*** (0,062) -0,228*** (0,049) -0,099*** (0,037)
Nove anni -0,449*** (0,052) -0,271*** (0,038)
Dieci anni o più -0,757*** (0,047) -0,709*** (0,031)
Risposta mancante -0,066 (0,050) -0,073 (0,051) -0,086** (0,035)
Nazionalità/ app. etnica
Italiano 0,116*** (0,036) 0,187*** (0,033) 0,271*** (0,024)
Unione Europea 0,245*** (0,028) 0,405*** (0,025) 0,462*** (0,018)
Europa non UE 0,086*** (0,031) 0,240*** (0,028) 0,243*** (0,019)
Paese extra europeo rif. rif. rif.
Istruzione dei genitori
Laurea o più rif. rif. rif.
Diploma superiore -0,166*** (0,035) -0,178*** (0,031) -0,195*** (0,024)
Licenza media -0,321*** (0,037) -0,452*** (0,033) -0,496*** (0,025)
Elementare o meno -0,505*** (0,060) -0,841*** (0,057) -0,845*** (0,040)
Non sa / non risponde -0,389*** (0,046) -0,480*** (0,041) -0,637*** (0,030)
Posizione occ. genitori
Imprenditori e dirigenti rif. rif. rif.
Professionisti (lib., dip.) 0,117 (0,061) 0,040 (0,055) 0,043 (0,042)
Lavoratori autonomi 0,080 (0,059) -0,116** (0,053) -0,075 (0,039)
Insegnanti e impiegati 0,125** (0,062) 0,016 (0,056) 0,104** (0,043)
Lavoratori manuali -0,041 (0,054) -0,131*** (0,049) -0,052 (0,036)
Non lavora / mai lavorato -0,084 (0,059) -0,194*** (0,053) -0,163*** (0,039)
Non sa / non risponde -0,112 (0,064) -0,286*** (0,059) -0,245*** (0,043)
Sesso
Maschio rif. rif. rif.
Femmina 0,088*** (0,019) 0,234*** (0,017) 0,287*** (0,013)
Costante -0,207*** (0,064) -0,245*** (0,059) -0,412*** (0,045)
N. scuole 4.061 5.328 4.689
N. studenti 13.163 19.511 30.612
R2 (overall) 5,20% 8,55% 14,74%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05.
155 Esclusivamente per il campione relativo alla classe II° della scuola primaria, la categoria ‘otto anni’ è da intendersi
come ‘otto anni o più’ in quanto le categorie successive non sono state previste nel questionario.
269
Formulazione matematica del modello che guida le analisi del quarto capitolo
Il modello teorico proposto nel corso del primo capitolo, può essere inteso come empiricamente
traducibile, nelle alle analisi del quarto capitolo nella seguente equazione:
Yij = β0 + β1 Mij + β2 Aij + β3 OSij + β4 INDij + β5 CONj + uj + eij [4.1]
dove:
Yij : corrisponde al risultato dello studente nel test di competenza linguistica, considerato come una
proxy del suo livello di apprendimento
β0 : è la costante del modello
β1 Mij : è l’effetto esercitato sulla variabile dipendente dall’esperienza migratoria
β2 Aij : è l’effetto esercitato sulla variabile dipendente dall’appartenenza etnica
β3 OSij: è l’effetto esercitato dalle origini sociali dell’individuo
β4 INDij: è l’effetto attribuibile alle altre caratteristiche proprie dell’individuo
β5 CONj: è l’effetto attribuibile alle caratteristiche dell’ambiente scolastico di apprendimento
uj : è l’errore sistematico, relativo alla differenza tra le scuole
eij : è l’errore idiosincratico, relativo alla differenza tra gli individui all’interno della scuola
Si noti che l’equazione 4.1 fa riferimento al modello completo, cioè il modello 5 riportato
interamente alle tabelle A4.7, A4.9, A4.11, A4.13 e A4.15 rispettivamente per Italia, Inghilterra,
Svezia, Paesi Bassi e Germania, nonché al modello 3 riportato nelle tabelle A4.17, A4.18, A4.19 e
A4.20 di seguito. Per la spiegazione più dettagliata delle diverse variabili considerate a ogni livello
di analisi, nonché alla successione del loro inserimento all’interno dei modelli si rimanda il lettore
alla sezione 4.2 del quarto capitolo.
270
Modelli relativi alla figura 4.1
Tabella A4.1: Stima dell’effetto della generazione migratoria sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e
intercetta random. Italia, classe III° della scuola secondaria di primo grado, risultati pesati.
Italia Modello 1 Modello 2
Generazione migratoria
Italiano nativo rif. rif.
Straniero 2° generazione -0,468*** (0,037) -0,386*** (0,036)
Straniero 1° generazione -0,936*** (0,042) -0,828*** (0,042)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,257*** (0,021)
Licenza media o qualifica -0,620*** (0,026)
Elementare o meno -0,875*** (0,064)
Non sa / non risponde -0,533*** (0,042)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,0846** (0,037)
Lavoratori autonomi -0,002 (0,035)
Insegnanti e impiegati 0,121*** (0,034)
Lavoratori manuali -0,080** (0,035)
Non lavora / mai lavorato -0,122*** (0,041)
Non sa / non risponde 0,014 (0,048)
Costante 0,065*** (0,020) 0,448*** (0,037)
Parametri random
Dev. Standard livello Scuola 0,4537 (0,0183) 0,4067 (0,0165)
Dev. Standard livello Individuo 0,8604 (0,0064) 0,8324 (0,0062)
N. osservazioni 27.917 27.917 Multilevel R2 4,99% 13,89%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
271
Tabella A4.2: Stima dell’effetto della generazione migratoria sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e
intercetta random. Inghilterra, risultati pesati.
Inghilterra Modello 1 Modello 2
Generazione migratoria
Studente nativo rif. rif.
Straniero 2° generazione -0,070 (0,051) -0,064 (0,052)
Straniero 1° generazione -0,930*** (0,092) -0,883*** (0,091)
Istruzione dei genitori
Istruzione di livello terziario rif.
Istruzione di livello secondario -0,095** (0,045)
Istruzione di livello primario -0,131* (0,075)
Nessuna istruzione -0,391*** (0,135)
Non sa / non risponde -0,557*** (0,110)
Status socio economico
Punteggio ISEI occ. genitori (stand.) 0,130*** (0,029)
Non sa / non risponde -0,259*** (0,067)
Costante 0,071 (0,055) 0,181*** (0,048)
Parametri random
Dev. Standard livello Scuola 0,3975 (0,0411) 0,3141 (0,0396)
Dev. Standard livello Individuo 0,8783 (0,0229) 0,8609 (0,0216)
N. osservazioni 3.980 3.980 Multilevel R2 6,46% 15,45%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
Tabella A4.3: Stima dell’effetto della generazione migratoria sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e
intercetta random. Svezia, risultati pesati.
Svezia Modello 1 Modello 2
Generazione migratoria
Studente nativo rif. rif.
Straniero 2° generazione -0,561*** (0,054) -0,439*** (0,056)
Straniero 1° generazione -1,147*** (0,096) -0,931*** (0,095)
Istruzione dei genitori
Istruzione di livello terziario rif.
Istruzione di livello secondario 0,051 (0,038)
Istruzione di livello primario 0,037 (0,070)
Nessuna istruzione -0,271* (0,143)
Non sa / non risponde -0,302*** (0,085)
Status socio economico
Punteggio ISEI occ. genitori (stand.) 0,195*** (0,023)
Non sa / non risponde -0,538*** (0,093)
Costante 0,131*** (0,034) 0,139*** (0,035)
Parametri random
Dev. Standard livello Scuola 0,2247 (0,0221) 0,1879 (0,0234)
Dev. Standard livello Individuo 0,9214 (0,0139) 0,8899 (0,0130)
N. osservazioni 4.785 4.785 Multilevel R2 11,98% 19,23%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
272
Tabella A4.4: Stima dell’effetto della generazione migratoria sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e
intercetta random. Paesi Bassi, risultati pesati.
Paesi Bassi Modello 1 Modello 2
Generazione migratoria
Studente nativo rif. rif.
Straniero 2° generazione -0,491*** (0,143) -0,450*** (0,147)
Straniero 1° generazione -0,969*** (0,129) -0,930*** (0,126)
Istruzione dei genitori
Istruzione di livello terziario rif.
Istruzione di livello secondario 0,061 (0,084)
Istruzione di livello primario 0,080 (0,153)
Nessuna istruzione 0,106 (0,132)
Non sa / non risponde 0,302* (0,157)
Status socio economico
Punteggio ISEI occ. genitori (stand.) 0,067*** (0,017)
Non sa / non risponde -0,351*** (0,108)
Costante 0,142 (0,095) 0,096 (0,147)
Parametri random
Dev. Standard livello Scuola 0,5367 (0,0568) 0,5158 (0,0576)
Dev. Standard livello Individuo 0,8478 (0,0109) 0,8444 (0,0103)
N. osservazioni 4.146 4.146 Multilevel R2 4,74% 7,53%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
Tabella A4.5: Stima dell’effetto della generazione migratoria sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e
intercetta random. Germania, risultati pesati.
Germania Modello 1 Modello 2
Generazione migratoria
Studente nativo rif. rif.
Straniero 2° generazione -0,527*** (0,045) -0,463*** (0,046)
Straniero 1° generazione -0,692*** (0,075) -0,655*** (0,081)
Istruzione dei genitori
Istruzione di livello terziario rif.
Istruzione di livello secondario -0,091 (0,059)
Istruzione di livello primario -0,235** (0,091)
Nessuna istruzione -0,461*** (0,119)
Non sa / non risponde -0,152 (0,130)
Status socio economico
Punteggio ISEI occ. genitori (stand.) 0,069*** (0,021)
Non sa / non risponde -0,151 (0,106)
Costante -0,055 (0,084) 0,049 (0,103)
Parametri random
Dev. Standard livello Scuola 0,5710 (0,0489) 0,5169 (0,0464)
Dev. Standard livello Individuo 0,7874 (0,0138) 0,7830 (0,0132)
N. osservazioni 4.919 4.916 Multilevel R2 10,85% 17,43%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
273
Modelli relativi alle figure 4.2, 4.3 e 4.4
Tabella A4.6: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche,
risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Italia,
classe III° della scuola secondaria di primo grado, risultati pesati. Modelli dal 1a al 3.
Italia Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,789*** (0,033) -0,536*** (0,047) -0,529*** (0,048)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,440*** (0,049) -0,002 (0,059) 0,042 (0,058)
Europa non UE -0,556*** (0,053) -0,234*** (0,061) -0,164*** (0,058)
Paese extra europeo -0,880*** (0,045) -0,550*** (0,049) -0,432*** (0,046)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,265*** (0,021)
Licenza media -0,625*** (0,026)
Elementare o meno -0,860*** (0,063)
Non sa / non risponde -0,524*** (0,041)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,083** (0,037)
Lavoratori autonomi 0,002 (0,036)
Insegnanti e impiegati 0,124*** (0,034)
Lavoratori manuali -0,085** (0,035)
Non lavora / mai lavorato -0,112*** (0,041)
Non sa / non risponde 0,006 (0,048)
Costante 0,056*** (0,020) 0,064*** (0,020) 0,070*** (0,020) 0,454*** (0,038)
Parametri random
D.S. livello Scuola 0,4527 (0,0182) 0,4565 (0,0189) 0,4531 (0,0187) 0,4060 (0,0166)
D.S. livello Individuo 0,8629 (0,0065) 0,8616 (0,0065) 0,8571 (0,0064) 0,8289 (0,0062)
N. osservazioni 27.917 27.917 27.917 27.917
Multilevel R2 4,75% 4,62% 5,67% 14,54%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
274
Tabella A4.7: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Italia, classe III° della scuola secondaria di primo grado, risultati pesati. Modelli dal 4 al 6.
Italia Modello 4 Modello 5 Mod. 6 interazioni
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,302*** (0,044) -0,301*** (0,044) -0,295*** (0,044)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea 0,097* (0,057) 0,095* (0,057) -0,003 (0,129)
Europa non UE -0,128** (0,056) -0,127** (0,056) -0,021 (0,107)
Paese extra europeo -0,351*** (0,044) -0,349*** (0,044) -0,507*** (0,178)
Istruzione dei genitori
Laurea o più rif. rif. rif.
Diploma superiore -0,255*** (0,021) -0,252*** (0,021) -0,265*** (0,021)
Licenza media -0,570*** (0,025) -0,563*** (0,026) -0,573*** (0,026)
Elementare o meno -0,717*** (0,062) -0,710*** (0,062) -0,723*** (0,069)
Non sa / non risponde -0,445*** (0,039) -0,451*** (0,038) -0,420*** (0,040)
Posizione occ. Genitori
Imprenditori e dirigenti rif. rif. rif.
Professionisti (lib., dip.) 0,085** (0,036) 0,086** (0,036) 0,085** (0,036)
Lavoratori autonomi 0,011 (0,035) 0,014 (0,035) 0,013 (0,035)
Insegnanti e impiegati 0,126*** (0,035) 0,129*** (0,035) 0,131*** (0,035)
Lavoratori manuali -0,069* (0,035) -0,058* (0,034) -0,063* (0,035)
Non lavora / mai lavorato -0,078* (0,040) -0,077* (0,040) -0,080** (0,040)
Non sa / non risponde 0,034 (0,046) 0,015 (0,048) 0,003 (0,049)
Sesso
Maschio rif. rif. rif.
Femmina 0,200*** (0,015) 0,200*** (0,015) 0,200*** (0,015)
Anno di nascita
1997 o meno -0,763*** (0,054) -0,756*** (0,054) -0,759*** (0,054)
1998 -0,550*** (0,028) -0,548*** (0,028) -0,546*** (0,028)
1999 rif.
2000 o più -0,006 (0,027) -0,008 (0,027) -0,009 (0,027)
% stranieri a scuola (std) -0,0009 (0,025) -0,00001 (0,025)
% Figli di operai a scuola (std) -0,057** (0,024) -0,055** (0,024)
Effetti di interazione
Unione Europea* Elementari 0,552** (0,263)
Unione Europea* Medie 0,171 (0,156)
Unione Europea*Superiori 0,108 (0,142)
Europa non UE* Elementari 0,027 (0,252)
Europa non UE* Medie -0,178 (0,128)
Europa non UE* Superiori -0,040 (0,122)
Paese extra europeo* Elementari 0,159 (0,226)
Paese extra europeo* Medie 0,250 (0,182)
Paese extra europeo* Superiori 0,316 (0,198)
Unione Europea* Non sa 0,007 (0,152)
Europa non UE* Non sa -0,197 (0,187)
Paese extra europeo* Non sa -0,015 (0,192)
Costante 0,347*** (0,040) 0,347*** (0,040) 0,351*** (0,040)
Parametri random
D.S. livello Scuola 0,3999 (0,0166) 0,3961 (0,0170) 0,3960 (0,0171)
D.S. livello Individuo 0,8059 (0,0060) 0,8059 (0,0060) 0,8052 (0,0059)
N. osservazioni 27.917 27.917 27.917
Multilevel R2 18,81% 19,11% 19,23%
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
275
Tabella A4.8: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche,
risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Inghilterra,
risultati pesati. Modelli dal 1a al 3.
Inghilterra Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) -0,694*** (0,089) -0,451*** (0,090) -0,478*** (0,089)
Nazionalità/ app. etnica
Inglese rif. rif. rif.
Unione Europea -0,995*** (0,174) -0,627*** (0,178) -0,532*** (0,163)
Europa non UE -0,108 (0,203) 0,192 (0,213) 0,272 (0,209)
Paese extra europeo -0,490*** (0,093) -0,236*** (0,067) -0,188*** (0,066)
Istruzione dei genitori
Istruzione terziaria rif.
Istruzione secondaria -0,110** (0,045)
Istruzione primaria -0,137* (0,073)
Nessuna istruzione -0,421*** (0,144)
Non sa / non risponde -0,561*** (0,109)
Status socio economico
ISEI occ. genitori (std.) 0,131*** (0,029)
Non sa / non risponde -0,268*** (0,065)
Costante 0,063 (0,054) 0,072 (0,055) 0,080 (0,056) 0,198*** (0,049)
Parametri random
D.S. livello Scuola 0,4011 (0,0404) 0,4016 (0,0406) 0,3984 (0,0407) 0,3141 (0,0391)
D.S. livello Individuo 0,8852 (0,0227) 0,8860 (0,02329 0,8814 (0,0229) 0,8636 (0,0213)
N. osservazioni 3.980 3.980 3.980 3.980
Multilevel R2 4,95% 4,76% 5,85% 15,02%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
276
Tabella A4.9: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Inghilterra, risultati pesati. Modelli dal 4 al 6. Inghilterra Modello 4 Modello 5 Mod. 6 interazioni
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) -0,475*** (0,087) -0,489*** (0,088) -0,484*** (0,084)
Nazionalità/ app. etnica
Inglese rif. rif. rif.
Unione Europea -0,539*** (0,163) -0,521*** (0,162) -0,914*** (0,291)
Europa non UE 0,264 (0,205) 0,301 (0,199) 0,317*** (0,114)
Paese extra europeo -0,188*** (0,066) -0,188*** (0,068) -0,088 (0,091)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -0,115** (0,048) -0,085* (0,049) -0,069 (0,049)
Istruzione Primaria -0,145** (0,071) -0,107 (0,069)
Nessuna istruzione -0,412*** (0,142) -0,370*** (0,142)
Primaria o meno -0,108 (0,0727)
Non sa / non risponde -0,570*** (0,108) -0,524*** (0,109) -0,536*** (0,123)
Status socio economico
ISEI occ. genitori (std.) 0,131*** (0,030) 0,115*** (0,029) 0,116*** (0,029)
Non sa / non risponde -0,269*** (0,066) -0,261*** (0,065) -0,259*** (0,066)
Sesso
Maschio rif. rif. rif.
Femmina -0,026 (0,062) -0,044 (0,064) -0,053 (0,062)
Anno di nascita
1994 o meno -0,645* (0,331) -0,616* (0,320) -0,619* (0,332)
1995 -0,009 (0,044) -0,008 (0,044) -0,007 (0,043)
1996 rif. rif. rif.
1997 o più 0,212 (0,155) 0,200 (0,126) 0,188 (0,131)
% stranieri a scuola (std) 0,020 (0,025) 0,021 (0,025)
Media ISEI a scuola (std) 0,185*** (0,026) 0,190*** (0,025)
Tipo di istituto scolastico
Religious 0,084 (0,081) 0,084 (0,079)
Selective 0,363*** (0,135) 0,348*** (0,135)
Academy 0,305** (0,143) 0,310** (0,143)
Community rif. rif.
Foundation 0,164* (0,085) 0,164* (0,084)
Voluntary aided & Independent 0,131 (0,096) 0,136 (0,085)
Effetti di interazione
Unione Europea* Primaria o meno 0,658** (0,308)
Unione Europea* Secondaria 0,719** (0,292)
Europa non UE* Primaria o meno 0,046 (0,141)
Europa non UE* Secondaria -0,068 (0,643)
Paese extra europeo* Primaria o meno -0,185 (0,134)
Paese extra europeo* Secondaria -0,233 (0,217)
Unione Europea* Non sa 0,529 (0,734)
Europa non UE* Non sa nessun caso
Paese extra europeo* Non sa -0,024 (0,196)
Costante 0,221*** (0,055) 0,113 (0,075) 0,110 (0,072)
Parametri random
D.S. livello Scuola 0,3129 (0,0394) 0,2075 (0,0295) 0,2050 (0,0289)
D.S. livello Individuo 0,86212 (0,0212) 0,8617 (0,0214) 0,8602 (0,0214)
N. osservazioni 3.980 3.980 3.980
Multilevel R2 15,31% 20,89% 21,25%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
277
Tabella A4.10: Stima dell’effetto della migrazione e della nazionalità sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta
random. Svezia, risultati pesati. Modelli dal 1a al 3.
Svezia Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Svezia) rif. rif. rif.
Sì (nato all’estero) -0,777*** (0,062) -0,297*** (0,064) -0,193*** (0,066)
Nazionalità/ app. etnica
Svedese rif. rif. rif.
Unione Europea -0,666*** (0,151) -0,519*** (0,154) -0,459*** (0,129)
Europa non UE -0,587*** (0,072) -0,498*** (0,077) -0,412*** (0,072)
Paese extra europeo -0,868*** (0,062) -0,733*** (0,069) -0,591*** (0,069)
Istruzione dei genitori
Istruzione terziaria rif.
Istruzione secondaria 0,051 (0,038)
Istruzione primaria 0,042 (0,071)
Nessuna istruzione -0,265* (0,143)
Non sa / non risponde -0,280*** (0,088)
Status socio economico
ISEI occ. genitori (std.) 0,196*** (0,024)
Non sa / non risponde -0,547*** (0,097)
Costante 0,048 (0,037) 0,136*** (0,034) 0,137*** (0,034) 0,142*** (0,035)
Parametri random
D.S. livello Scuola 0,2773 (0,0249) 0,2186 (0,0210) 0,2199 (0,0214) 0,1841 (0,0226)
D.S. livello Individuo 0,9393 (0,0137) 0,9267 (0,0131) 0,9243 (0,0132) 0,8933 (0,0124)
N. osservazioni 4.785 4.785 4.785 4.785
Multilevel R2 5,99% 11,27% 11,67% 18,76%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
278
Tabella A4.11: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Svezia, risultati pesati. Modelli dal 4 al 6. Svezia Modello 4 Modello 5 Mod. 6 interazioni
Migrazione
No (nato in Svezia) rif. rif. rif.
Sì (nato all’estero) -0,109 (0,072) -0,118* (0,072) -0,137* (0,071)
Nazionalità/ app. etnica
Svedese rif. rif. rif.
Unione Europea -0,511*** (0,124) -0,484*** (0,129) -0,345** (0,167)
Europa non UE -0,437*** (0,071) -0,388*** (0,075) -0,435*** (0,160)
Paese extra europeo -0,577*** (0,067) -0,530*** (0,075) -0,559*** (0,119)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria 0,052 (0,037) 0,059 (0,037) 0,063* (0,037)
Istruzione Primaria 0,053 (0,069) 0,065 (0,069)
Nessuna istruzione -0,202 (0,138) -0,181 (0,137)
Primaria o meno 0,0336 (0,0831)
Non sa / non risponde -0,270*** (0,081) -0,262*** (0,080) -0,343*** (0,091)
Status socio economico
ISEI occ. genitori (std.) 0,187*** (0,022) 0,178*** (0,022) 0,177*** (0,022)
Non sa / non risponde -0,501*** (0,097) -0,498*** (0,097) -0,511*** (0,096)
Sesso
Maschio rif. rif. rif.
Femmina 0,110*** (0,033) 0,107*** (0,033) 0,108*** (0,033)
Anno di nascita
1994 o meno -0,251 (0,234) -0,245 (0,234) -0,255 (0,248)
1995 -0,553*** (0,073) -0,553*** (0,074) -0,555*** (0,074)
1996 rif. rif. rif.
1997 o più 0,300*** (0,115) 0,315*** (0,116) 0,322*** (0,114)
% stranieri a scuola (std) -0,044* (0,023) -0,044* (0,025)
Media ISEI a scuola (std) 0,073*** (0,027) 0,074*** (0,027)
Tipo di istituto scolastico
Statale (Municipal) rif. rif.
Privato -0,021 (0,101) -0,0119 (0,104)
Effetti di interazione
Unione Europea* Primaria o meno -0,152 (0,233)
Unione Europea* Secondaria -0,238 (0,279)
Europa non UE* Primaria o meno 0,046 (0,215)
Europa non UE* Secondaria 0,089 (0,178)
Paese extra europeo* Primaria o meno 0,026 (0,149)
Paese extra europeo* Secondaria -0,030 (0,114)
Unione Europea* Non sa -0,032 (0,513)
Europa non UE* Non sa 0,124 (0,277)
Paese extra europeo* Non sa 0,282 (0,193)
Costante 0,097** (0,039) 0,099*** (0,037) 0,102*** (0,038)
Parametri random
D.S. livello Scuola 0,1868 (0,0232) 0,1683 (0,0254) 0,1696 (0,0255)
D.S. livello Individuo 0,8830 (0,0121) 0,8826 (0,0121) 0,8821 (0,0122)
N. osservazioni 4.785 4.785 4.785
Multilevel R2 20,50% 21,23% 21,27%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
279
Tabella A4.12: Stima dell’effetto della migrazione e della nazionalità sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta
random. Paesi Bassi, risultati pesati. Modelli dal 1a al 3.
Paesi Bassi Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato nei P.Bassi) rif. rif. rif.
Sì (nato all’estero) -0,349* (0,192) 0,199 (0,212) 0,198 (0,217)
Nazionalità/ app. etnica
Olandese rif. rif. rif.
Unione Europea -0,430*** (0,144) -0,586*** (0,202) -0,575*** (0,192)
Europa non UE -0,368** (0,157) -0,390** (0,152) -0,337** (0,158)
Paese extra europeo -0,621*** (0,150) -0,700*** (0,103) -0,659*** (0,104)
Istruzione dei genitori
Istruzione terziaria rif.
Istruzione secondaria 0,064 (0,085)
Istruzione primaria 0,117 (0,147)
Nessuna istruzione 0,094 (0,141)
Non sa / non risponde 0,312** (0,159)
Status socio economico
ISEI occ. genitori (std.) 0,061*** (0,017)
Non sa / non risponde -0,365*** (0,114)
Costante 0,100 (0,091) 0,144 (0,095) 0,144 (0,095) 0,095 (0,149)
Parametri random
D.S. livello Scuola 0,5534 (0,0595) 0,5370 (0,05641) 0,5372 (0,0562) 0,5179 (0,0568)
D.S. livello Individuo 0,8589 (0,0131) 0,8478 (0,0107) 0,8473 (0,0107) 0,8439 (0,0100)
N. osservazioni 4.146 4.146 4.146 4.146
Multilevel R2 1,01% 4,71% 4,78% 7,38%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
280
Tabella A4.13: Stima dell’effetto della migrazione e della nazionalità sulle competenze linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Paesi Bassi, risultati pesati. Modelli dal 4 al 6. Paesi Bassi Modello 4 Modello 5 Mod. 6 interazioni
Migrazione
No (nato nei P.Bassi) rif. rif. rif.
Sì (nato all’estero) 0,202 (0,213) 0,194 (0,208) 0,203 (0,205)
Nazionalità/ app. etnica
Olandese rif. rif. rif.
Unione Europea -0,580*** (0,192) -0,553*** (0,194) -0,104 (0,206)
Europa non UE -0,370*** (0,142) -0,413*** (0,137) -0,735*** (0,156)
Paese extra europeo -0,633*** (0,105) -0,625*** (0,105) -0,733*** (0,181)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria 0,057 (0,080) 0,071 (0,079) 0,061 (0,077)
Istruzione Primaria 0,143 (0,148) 0,167 (0,143)
Nessuna istruzione 0,056 (0,140) 0,096 (0,131)
Primaria o meno 0,317** (0,155)
Non sa / non risponde 0,246 (0,165) 0,249 (0,155) 0,038 (0,168)
Status socio economico
ISEI occ. genitori (std.) 0,052*** (0,017) 0,044*** (0,016) 0,044*** (0,016)
Non sa / non risponde -0,370*** (0,107) -0,346*** (0,103) -0,337*** (0,104)
Sesso
Maschio rif. rif. rif.
Femmina -0,227*** (0,047) -0,238*** (0,047) -0,239*** (0,046)
Anno di nascita
1994 o meno 0,002 (0,089) 0,032 (0,088) 0,035 (0,087)
1995 -0,102*** (0,033) -0,088*** (0,031) -0,085*** (0,031)
1996 rif. rif. rif.
1997 o più 0,471*** (0,155) 0,419*** (0,158) 0,417*** (0,157)
% stranieri a scuola (std) -0,056*** (0,020) -0,055*** (0,020)
Media ISEI a scuola (std) -0,019 (0,071) -0,017 (0,071)
Tipo di istituto scolastico
Brugklas 0,421 (0,318) 0,422 (0,309)
VMBO-B/VMBO-K/VMBO-MBO2 -0,511*** (0,099) -0,505*** (0,101)
VMBO-G/VMBO-T rif. rif.
HAVO 0,457*** (0,096) 0,457*** (0,096)
VWO/ES/IB 1,022*** (0,151) 1,019*** (0,151)
Effetti di interazione
Unione Europea* Primaria o meno -0,959** (0,473)
Unione Europea* Secondaria -0,648** (0,253)
Europa non UE* Primaria o meno -0,057 (0,200)
Europa non UE* Secondaria 0,602*** (0,164)
Paese extra europeo* Primaria o meno -0,224 (0,201)
Paese extra europeo* Secondaria 0,185 (0,216)
Unione Europea* Non sa -0,647** (0,327)
Europa non UE* Non sa nessun caso
Paese extra europeo* Non sa 0,414 (0,327)
Costante 0,254* (0,136) 0,0402 (0,104) 0,0449 (0,100)
Parametri random
D.S. livello Scuola 0,5151 (0,0580) 0,1333 (0,0282) 0,1341 (0,0281)
D.S. livello Individuo 0,8352 (0,0109) 0,8356 (0,0111) 0,8339 (0,0114)
N. osservazioni 4.146 4.146 4.146
Multilevel R2 9,16% 33,91% 34,18%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
281
Tabella A4.14: Stima dell’effetto della migrazione e della nazionalità sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta
random. Germania, risultati pesati. Modelli dal 1a al 3.
Germania Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Germania) rif. rif. rif.
Sì (nato all’estero) -0,507*** (0,063) -0,182*** (0,063) -0,188*** (0,060)
Nazionalità/ app. etnica
Tedesca rif. rif. rif.
Unione Europea -0,388*** (0,084) -0,331*** (0,083) -0,263*** (0,087)
Europa non UE -0,446*** (0,072) -0,378*** (0,069) -0,337*** (0,066)
Paese extra europeo -0,634*** (0,058) -0,584*** (0,065) -0,510*** (0,067)
Istruzione dei genitori
Istruzione terziaria rif.
Istruzione secondaria -0,087 (0,059)
Istruzione primaria -0,213** (0,100)
Nessuna istruzione -0,435*** (0,122)
Non sa / non risponde -0,161 (0,132)
Status socio economico
ISEI occ. genitori (std.) 0,067*** (0,022)
Non sa / non risponde -0,170 (0,109)
Costante -0,126 (0,086) -0,053 (0,083) -0,051 (0,083) 0,048 (0,102)
Parametri random
D.S. livello Scuola 0,6045 (0,0501) 0,5654 (0,0484) 0,5640 (0,0483) 0,5124 (0,0460)
D.S. livello Individuo 0,8019 (0,0141) 0,7882 (0,0137) 0,7874 (0,0137) 0,7834 (0,0131)
N. osservazioni 4.916 4.916 4.916 4.916
Multilevel R2 4,58% 11,34% 11,64% 17,84%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
Tabella A4.15: Stima dell’effetto della migrazione e della nazionalità sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta
random. Germania, risultati pesati. Modelli dal 4 al 6.
Germania Modello 4 Modello 5 Mod. 6 interazioni
Migrazione
No (nato in Germania) rif. rif. rif.
Sì (nato all’estero) -0,162*** (0,061) -0,147** (0,060) -0,158** (0,062)
Nazionalità/ app. etnica
Tedesca rif. rif. rif.
Unione Europea -0,256*** (0,085) -0,244*** (0,082) -0,482*** (0,150)
Europa non UE -0,331*** (0,066) -0,322*** (0,066) -0,287** (0,142)
Paese extra europeo -0,498*** (0,061) -0,491*** (0,063) -0,417*** (0,129)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -0,087 (0,059) -0,090 (0,058) -0,087 (0,068)
Istruzione Primaria -0,202** (0,100) -0,183* (0,101)
Nessuna istruzione -0,401*** (0,120) -0,372*** (0,118)
Primaria o meno -0,294*** (0,084)
Non sa / non risponde -0,172 (0,128) -0,139 (0,141) -0,142 (0,198)
Status socio economico
ISEI occ. genitori (std.) 0,066*** (0,022) 0,047** (0,021) 0,048** (0,021)
Non sa / non risponde -0,179 (0,111) -0,150 (0,101) -0,157 (0,102)
Sesso
Maschio rif. rif. rif.
282
Femmina -0,240*** (0,039) -0,249*** (0,039) -0,250*** (0,038)
Anno di nascita
1994 o meno -0,168*** (0,055) -0,152*** (0,054) -0,148*** (0,055)
1995 -0,049 (0,035) -0,041 (0,034) -0,041 (0,034)
1996 rif. rif. rif.
1997 o più -0,076 (0,229) -0,065 (0,230) -0,067 (0,229)
% stranieri a scuola (std) -0,073*** (0,023) -0,074*** (0,023)
Media ISEI a scuola (std) 0,202*** (0,060) 0,201*** (0,060)
Tipo di istituto scolastico
Hauptschule -0,325*** (0,065) -0,322*** (0,065)
Kooperative gesamtschule -0,193** (0,093) -0,194** (0,092)
Integrierte Gesamtschule -0,278*** (0,108) -0,278*** (0,107)
Realschule rif. rif.
Gymnasium 0,296*** (0,090) 0,297*** (0,089)
Foerderschule (bisogni speciali) -0,877*** (0,089) -0,880*** (0,092)
Effetti di interazione
Unione Europea* Primaria o meno 0,449** (0,218)
Unione Europea* Secondaria 0,249 (0,175)
Europa non UE* Primaria o meno -0,112 (0,159)
Europa non UE* Secondaria -0,025 (0,172)
Paese extra europeo* Primaria o meno 0,035 (0,164)
Paese extra europeo* Secondaria -0,098 (0,140)
Unione Europea* Non sa 0,315 (0,353)
Europa non UE* Non sa 0,126 (0,277)
Paese extra europeo* Non sa -0,148 (0,193)
Costante 0,203* (0,120) 0,398*** (0,073) 0,396*** (0,079)
Parametri random
D.S. livello Scuola 0,5180 (0,0499) 0,1486 (0,0213) 0,1482 (0,0218)
D.S. livello Individuo 0,7735 (0,0139) 0,7722 (0,0139) 0,7720 (0,0139)
N. osservazioni 4.916 4.916 4.916
Multilevel R2 18,81% 43,72% 43,76%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5353.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
Comparazione delle numerosità dei modelli relativi alla figura 4.5 con i
precedenti
Tabella A4.16: Numero di scuole e studenti considerati dai diversi
modelli calcolati sui dati CILS4EU 2010/11, per paese di destinazione, a
seguito di listwise delection.
Modelli relativi alle
figure 4.1 4.2 4.3 4.4
Modelli relativi
alla figura 4.5
Scuole Individui Scuole Individui
Inghilterra 107 3.980 107 3.979
Svezia 129 4.785 129 4.796
Paesi Bassi 100 4.146 100 4.150
Germania 144 4.916 144 4.971
N. osservazioni 480 17.827 480 17.896 Dati CILS4EU 2010/11. Comparazione tra la numerosità delle analisi condotte sulla “full version” (Data file for on site use. GESIS Data Archive, Cologne, ZA5353 Data file Version 1.2.0, doi:10.4232/cils4eu.5353.1.2.0) e la “reduced version” (Reduced data file for download and off‐site use. GESIS Data Archive, Cologne, ZA5656 Data file Version 1.2.0, doi:10.4232/cils4eu.5656.1.2.0.).
283
Modelli relativi alla figura 4.5
Tabella A4.17: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
competenze linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e
intercetta random. Il modello 1 rappresenta la stima del divario grezzo, il modello 2 la stima del
divario etnico al netto sia della migrazione che delle origini sociali mentre il modello 3 la stima
ottenuta dal modello completo. Inghilterra, risultati pesati.
Inghilterra Modello 1 Modello 2 Modello 3
Nazionalità/ app. etnica
Maggioranza inglese rif. rif. rif.
India 0,019 (0,090) 0,231*** (0,079) 0,203** (0,080)
Pakistan e Bangladesh -0,372*** (0,074) -0,094 (0,069) -0,081 (0,071)
Africa settentrionale -0,413*** (0,144) -0,044 (0,130) -0,024 (0,132)
altro Africa -0,267** (0,114) -0,0012 (0,110) 0,017 (0,112)
Caraibi e America Latina -0,459*** (0,149) -0,0056 (0,155) 0,016 (0,163)
altro Asia -0,817*** (0,153) -0,261** (0,119) -0,291** (0,123)
altro Europa -0,764*** (0,178) -0,191 (0,175) -0,184 (0,176)
altro -0,017 (0,149) 0,452*** (0,148) 0,442*** (0,154)
Migrazione
No (nato in Inghilterra) rif. rif.
Sì (nato all’estero) -0,618*** (0,0731) -0,623*** (0,073)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria -0,100** (0,048) -0,072 (0,051)
Primaria o meno -0,140* (0,076) -0,105 (0,073)
Non sa / non risponde -0,630*** (0,136) -0,590*** (0,133)
Status socio economico
ISEI occ. genitori (std.) 0,126*** (0,028) 0,110*** (0,029)
Non sa / non risponde -0,236*** (0,071) -0,228*** (0,071)
Sesso
Maschio rif.
Femmina -0,057 (0,059)
Anno di nascita
1994 o meno -0,616* (0,337)
1995 0,0043 (0,042)
1996 rif.
1997 o più 0,170 (0,147)
% stranieri a scuola (std) 0,010 (0,025)
Media ISEI a scuola (std) 0,189*** (0,026)
Tipo di istituto scolastico
Religious 0,095 (0,080)
Selective 0,366*** (0,136)
Academy 0,310** (0,148)
Community rif.
Foundation 0,175** (0,084)
Voluntary aided & Independent 0,198** (0,078)
Costante 0,0634 (0,056) 0,179*** (0,050) 0,084 (0,075)
Parametri random
D.S. livello Scuola 0,4058 (0,0410) 0,3160 (0,0394) 0,2021 (0,0305)
D.S. livello Individuo 0,8970 (0,0240) 0,8742 (0,0221) 0,8723 (0,0223)
N. osservazioni 3.979 3.979 3.979
Multilevel R2 4,42% 14,98% 21,22%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
284
Tabella A4.18: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
competenze linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e
intercetta random. Il modello 1 rappresenta la stima del divario grezzo, il modello 2 la stima del
divario etnico al netto sia della migrazione che delle origini sociali mentre il modello 3 la stima
ottenuta dal modello completo. Svezia, risultati pesati.
Svezia Modello 1 Modello 2 Modello 3
Nazionalità/ app. etnica
Maggioranza svedese rif. rif. rif.
Danimarca, Finlandia e Norvegia -0,054 (0,215) 0,0538 (0,251) 0,019 (0,236)
Turchia -0,789*** (0,082) -0,586*** (0,091) -0,544*** (0,100)
Iran -0,847*** (0,159) -0,666*** (0,141) -0,668*** (0,149)
Ex Jugoslavia -0,718*** (0,065) -0,530*** (0,062) -0,502*** (0,067)
America -0,727*** (0,141) -0,460*** (0,128) -0,433*** (0,129)
Africa -0,960*** (0,0898) -0,663*** (0,093) -0,547*** (0,101)
altro Asia -0,890*** (0,085) -0,589*** (0,097) -0,530*** (0,101)
altro Europa -0,712*** (0,167) -0,455*** (0,143) -0,491*** (0,147)
Migrazione
No (nato in Svezia) rif. rif.
Sì (nato all’estero) -0,214*** (0,073) -0,133* (0,077)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria 0,049 (0,038) 0,057 (0,037)
Primaria o meno -0,0026 (0,068) 0,027 (0,067)
Non sa / non risponde -0,282*** (0,090) -0,262*** (0,082)
Status socio economico
ISEI occ. genitori (std.) 0,194*** (0,023) 0,176*** (0,022)
Non sa / non risponde -0,560*** (0,099) -0,513*** (0,100)
Sesso
Maschio rif.
Femmina 0,110*** (0,033)
Anno di nascita
1994 o meno -0,179 (0,245)
1995 -0,549*** (0,074)
1996 rif.
1997 o più 0,319*** (0,117)
% stranieri a scuola (std) -0,040 (0,026)
Media ISEI a scuola (std) 0,075*** (0,028)
Tipo di istituto scolastico
Statale (Municipal) rif.
Privato -0,023 (0,094)
Costante 0,135*** (0,034) 0,144*** (0,035) 0,100*** (0,036)
Parametri random
D.S. livello Scuola 0,2116 (0,0220) 0,1790 (0,0230) 0,1646 (0,0258)
D.S. livello Individuo 0,9264 (0,0137) 0,8933 (0,0130) 0,8825 (0,0127)
N. osservazioni 4.796 4.796 4.796
Multilevel R2 11,76% 19,07% 21,50%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
285
Tabella A4.19: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
competenze linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e
intercetta random. Il modello 1 rappresenta la stima del divario grezzo, il modello 2 la stima del
divario etnico al netto sia della migrazione che delle origini sociali mentre il modello 3 la stima
ottenuta dal modello completo. Paesi Bassi, risultati pesati.
Paesi Bassi Modello 1 Modello 2 Modello 3
Nazionalità/ app. etnica
Maggioranza olandese rif. rif. rif.
Suriname -0,426*** (0,105) -0,451*** (0,112) -0,416*** (0,110)
Antille -0,325 (0,213) -0,344 (0,210) -0,302 (0,195)
Marocco -0,818*** (0,121) -0,763*** (0,125) -0,702*** (0,124)
Turchia -1,012*** (0,150) -0,996*** (0,157) -0,971*** (0,154)
altro Africa -0,655*** (0,187) -0,576*** (0,210) -0,553** (0,227)
altro America -0,438 (0,344) -0,402 (0,355) -0,465 (0,328)
Asia -0,428 (0,293) -0,406 (0,256) -0,419* (0,242)
Europa -0,279** (0,124) -0,255** (0,120) -0,293** (0,125)
Migrazione
No (nato nei P.Bassi) rif. rif. rif.
Sì (nato all’estero) 0,018 (0,167) 0,051 (0,171)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria 0,073 (0,083) 0,079 (0,077)
Primaria o meno 0,152 (0,117) 0,194* (0,111)
Non sa / non risponde 0,289* (0,152) 0,231 (0,148)
Status socio economico
ISEI occ. genitori (std.) 0,060*** (0,017) 0,043** (0,017)
Non sa / non risponde -0,363*** (0,112) -0,346*** (0,102)
Sesso
Maschio rif.
Femmina -0,236*** (0,048)
Anno di nascita
1994 o meno 0,033 (0,086)
1995 -0,094*** (0,030)
1996 rif.
1997 o più 0,418*** (0,157)
% stranieri a scuola (std) -0,050*** (0,019)
Media ISEI a scuola (std) -0,017 (0,072)
Tipo di istituto scolastico
Brugklas 0,454 (0,343)
VMBO-B/VMBO-K/VMBO-MBO2 -0,507*** (0,100)
VMBO-G/VMBO-T rif.
HAVO 0,455*** (0,096)
VWO/ES/IB 1,019*** (0,153)
Costante 0,145 (0,094) 0,0892 (0,146) 0,0343 (0,103)
Parametri random
D.S. livello Scuola 0,5344 (0,0563) 0,5162 (0,0568) 0,1332 (0,0289)
D.S. livello Individuo 0,8457 (0,0108) 0,8424 (0,0102) 0,8341 (0,0112)
N. osservazioni 4.150 4.150 4.150
Multilevel R2 5,35% 7,83% 34,17%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
286
Tabella A4.20: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
competenze linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e
intercetta random. Il modello 1 rappresenta la stima del divario grezzo, il modello 2 la stima del
divario etnico al netto sia della migrazione che delle origini sociali mentre il modello 3 la stima
ottenuta dal modello completo. Germania, risultati pesati.
Germania Modello 1 Modello 2 Modello 3
Nazionalità/ app. etnica
Maggioranza tedesca rif. rif. rif.
Turchia -0,838*** (0,058) -0,719*** (0,063) -0,699*** (0,060)
Ex URSS -0,370*** (0,076) -0,214*** (0,070) -0,213*** (0,070)
Ex Jugoslavia -0,595*** (0,074) -0,497*** (0,076) -0,464*** (0,075)
Polonia -0,286*** (0,090) -0,141 (0,097) -0,150* (0,087)
Europa meridionale -0,427*** (0,122) -0,239** (0,119) -0,231** (0,110)
Asia -0,539*** (0,084) -0,398*** (0,089) -0,433*** (0,089)
Africa -0,489*** (0,129) -0,375*** (0,130) -0,334*** (0,122)
altro -0,548*** (0,130) -0,319** (0,126) -0,280** (0,126)
Migrazione
No (nato in Germania) rif. rif.
Sì (nato all’estero) -0,264*** (0,064) -0,218*** (0,066)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria -0,0884 (0,059) -0,092 (0,058)
Primaria o meno -0,283*** (0,078) -0,239*** (0,076)
Non sa / non risponde -0,140 (0,133) -0,134 (0,142)
Status socio economico
ISEI occ. genitori (std.) 0,064*** (0,021) 0,045** (0,021)
Non sa / non risponde -0,156 (0,105) -0,139 (0,098)
Sesso
Maschio rif.
Femmina -0,245*** (0,038)
Anno di nascita
1994 o meno -0,148*** (0,055)
1995 -0,047 (0,032)
1996 rif.
1997 o più -0,067 (0,230)
% stranieri a scuola (std) -0,057*** (0,021)
Media ISEI a scuola (std) 0,204*** (0,059)
Tipo di istituto scolastico
Hauptschule -0,322*** (0,063)
Kooperative gesamtschule -0,179* (0,092)
Integrierte Gesamtschule rif.
Realschule -0,262** (0,108)
Gymnasium 0,302*** (0,089)
Foerderschule (bisogni speciali) -0,929*** (0,081)
Costante -0,054 (0,085) 0,047 (0,103) 0,400*** (0,072)
Parametri random
D.S. livello Scuola 0,5680 (0,0494) 0,5148 (0,0470) 0,1477 (0,0214)
D.S. livello Individuo 0,7833 (0,0144) 0,7786 (0,0138) 0,7676 (0,0145)
N. osservazioni 4.971 4.971 4.971
Multilevel R2 11,82% 18,33% 44,45%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
287
Analisi aggiuntive condotte sulle competenze logico-matematiche
Tabella A4.21: Stima dell’effetto della migrazione e della nazionalità sulle competenze logico-
matematiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta
random. Italia, classe III° della scuola secondaria di primo grado, risultati pesati. Modelli dal 1a
al 3.
Italia Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,482*** (0,030) -0,319*** (0,042) -0,317*** (0,043)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea -0,257*** (0,049) 0,004 (0,059) 0,049 (0,058)
Europa non UE -0,356*** (0,043) -0,164*** (0,051) -0,097* (0,050)
Paese extra europeo -0,548*** (0,036) -0,351*** (0,041) -0,249*** (0,040)
Istruzione dei genitori
Laurea o più rif.
Diploma superiore -0,264*** (0,026)
Licenza media -0,562*** (0,028)
Elementare o meno -0,736*** (0,055)
Non sa / non risponde -0,419*** (0,041)
Posizione occupazione dei genitori
Imprenditori e dirigenti rif.
Professionisti (lib. e dip.) 0,056 (0,040)
Lavoratori autonomi 0,006 (0,040)
Insegnanti e impiegati 0,118*** (0,040)
Lavoratori manuali -0,093** (0,042)
Non lavora / mai lavorato -0,112** (0,045)
Non sa / non risponde -0,028 (0,051)
Costante 0,033 (0,021) 0,039* (0,021) 0,043** (0,021) 0,396*** (0,046)
Parametri random
D.S. livello Scuola 0,497 (0,022) 0,499 (0,022) 0,498 (0,022) 0,474 (0,021)
D.S. livello Individuo 0,864 (0,006) 0,863 (0,006) 0,861 (0,006) 0,838 (0,006)
N. osservazioni 27.917 27.917 27.917 27.917
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
288
Tabella A4.22: Stima dell’effetto della migrazione e della nazionalità sulle competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta random. Italia, classe III° della scuola secondaria di primo grado, risultati pesati. Modelli dal 4 al 6.
Italia Modello 4 Modello 5 Mod. 6 interazioni
Migrazione
No (nato in Italia) rif. rif. rif.
Sì (nato all’estero) -0,123*** (0,039) -0,122*** (0,039) -0,117*** (0,039)
Nazionalità/ app. etnica
Italiano rif. rif. rif.
Unione Europea 0,105* (0,055) 0,100* (0,055) 0,199 (0,145)
Europa non UE -0,059 (0,047) -0,061 (0,048) -0,012 (0,114)
Paese extra europeo -0,176*** (0,038) -0,179*** (0,039) -0,342*** (0,092)
Istruzione dei genitori
Laurea o più rif. rif. rif.
Diploma superiore -0,255*** (0,025) -0,252*** (0,025) -0,258*** (0,026)
Licenza media -0,510*** (0,028) -0,506*** (0,028) -0,520*** (0,030)
Elementare o meno -0,602*** (0,052) -0,596*** (0,053) -0,624*** (0,060)
Non sa / non risponde -0,372*** (0,040) -0,376*** (0,040) -0,349*** (0,043)
Posizione occ. Genitori
Imprenditori e dirigenti rif. rif. rif.
Professionisti (lib., dip.) 0,058 (0,039) 0,059 (0,039) 0,058 (0,039)
Lavoratori autonomi 0,001 (0,040) 0,003 (0,040) 0,004 (0,040)
Insegnanti e impiegati 0,109*** (0,040) 0,111*** (0,040) 0,111*** (0,040)
Lavoratori manuali -0,090** (0,040) -0,082** (0,040) -0,083** (0,040)
Non lavora / mai lavorato -0,108** (0,044) -0,106** (0,044) -0,107** (0,044)
Non sa / non risponde -0,0001 (0,050) -0,016 (0,050) -0,024 (0,051)
Sesso
Maschio rif. rif. rif.
Femmina -0,207*** (0,015) -0,207*** (0,015) -0,207*** (0,015)
Anno di nascita
1997 o meno -0,581*** (0,049) -0,576*** (0,049) -0,582*** (0,048)
1998 -0,522*** (0,025) -0,521*** (0,025) -0,519*** (0,025)
1999 rif.
2000 o più 0,021 (0,031) 0,020 (0,031) 0,019 (0,031)
% stranieri a scuola (std) 0,0133 (0,020) 0,013 (0,020)
% Figli di operai a scuola (std) -0,052* (0,029) -0,050* (0,029)
Effetti di interazione
Unione Europea* Elementari 0,511* (0,275)
Unione Europea* Medie -0,021 (0,166)
Unione Europea*Superiori -0,149 (0,152)
Europa non UE* Elementari 0,273 (0,270)
Europa non UE* Medie -0,053 (0,130)
Europa non UE* Superiori -0,006 (0,130)
Paese extra europeo* Elementari 0,193 (0,153)
Paese extra europeo* Medie 0,297*** (0,094)
Paese extra europeo* Superiori 0,201* (0,114)
Unione Europea* Non sa -0,174 (0,167)
Europa non UE* Non sa -0,185 (0,166)
Paese extra europeo* Non sa 0,028 (0,107)
Costante 0,501*** (0,044) 0,502*** (0,045) 0,504*** (0,045)
Parametri random
D.S. livello Scuola 0,466 (0,019) 0,463 (0,019) 0,462 (0,019)
D.S. livello Individuo 0,821 (0,006) 0,821 (0,006) 0,821 (0,005)
N. osservazioni 27.917 27.917 27.917
Dati INVALSI a.s. 2012/13. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1.
289
Tabella A4.23: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a due
livelli e intercetta random. Il modello 1 rappresenta la stima del divario grezzo, il modello 2 la
stima del divario etnico al netto sia della migrazione che delle origini sociali mentre il modello 3
la stima ottenuta dal modello completo. Inghilterra, risultati pesati.
Inghilterra Modello 1 Modello 2 Modello 3
Nazionalità/ app. etnica
Maggioranza inglese rif. rif. rif.
India 0,113 (0,099) 0,128 (0,099) 0,112 (0,100)
Pakistan e Bangladesh -0,074 (0,090) -0,009 (0,088) 0,008 (0,084)
Africa orientale -0,192* (0,115) -0,160 (0,111) -0,148 (0,109)
altro Africa 0,083 (0,188) -0,004 (0,173) 0,018 (0,174)
Caraibi e America Latina -0,160 (0,117) -0,104 (0,122) -0,084 (0,119)
altro Asia 0,309*** (0,088) 0,389*** (0,084) 0,329*** (0,101)
altro Europa -0,089 (0,139) -0,035 (0,122) -0,016 (0,121)
altro 0,152 (0,180) 0,136 (0,188) 0,131 (0,182)
Migrazione
No (nato in Inghilterra) rif. rif.
Sì (nato all’estero) -0,033 (0,092) -0,045 (0,091)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria -0,128** (0,062) -0,093 (0,059)
Primaria o meno -0,114 (0,078) -0,069 (0,072)
Non sa / non risponde -0,482*** (0,151) -0,431*** (0,148)
Status socio economico
ISEI occ. genitori (std.) 0,088*** (0,026) 0,081*** (0,024)
Non sa / non risponde -0,266*** (0,088) -0,268*** (0,086)
Sesso
Maschio rif.
Femmina -0,046 (0,058)
Anno di nascita
1994 o meno -0,063 (0,202)
1995 0,034 (0,047)
1996 rif.
1997 o più -0,870*** (0,317)
% stranieri a scuola (std) -0,022 (0,035)
Media ISEI a scuola (std) 0,102*** (0,037)
Tipo di istituto scolastico
Religious 0,158 (0,100)
Selective 0,529*** (0,174)
Academy 0,332** (0,150)
Community rif.
Foundation 0,014 (0,128)
Voluntary aided & Independent 0,454*** (0,152)
Costante -0,018 (0,056) 0,096 (0,068) -0,035 (0,095)
Parametri random
D.S. livello Scuola 0,411 (0,042) 0,357 (0,042) 0,284 (0,038)
D.S. livello Individuo 0,916 (0,027) 0,905 (0,026) 0,902 (0,027)
N. osservazioni 3.918 3.918 3.918
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
290
Tabella A4.24: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a due
livelli e intercetta random. Il modello 1 rappresenta la stima del divario grezzo, il modello 2 la
stima del divario etnico al netto sia della migrazione che delle origini sociali mentre il modello 3
la stima ottenuta dal modello completo. Svezia, risultati pesati.
Svezia Modello 1 Modello 2 Modello 3
Nazionalità/ app. etnica
Maggioranza svedese rif. rif. rif.
Danimarca, Finlandia e Norvegia 0,118 (0,179) 0,173 (0,166) 0,117 (0,165)
Turchia -0,592*** (0,127) -0,454*** (0,132) -0,433*** (0,132)
Iran -0,321** (0,159) -0,186 (0,141) -0,202 (0,151)
Ex Jugoslavia -0,353*** (0,074) -0,232*** (0,069) -0,219*** (0,076)
America -0,111 (0,181) 0,075 (0,159) 0,102 (0,147)
Africa -0,933*** (0,119) -0,722*** (0,118) -0,623*** (0,113)
altro Asia -0,404*** (0,068) -0,201** (0,081) -0,156** (0,078)
altro Europa -0,173 (0,105) -0,002 (0,115) -0,077 (0,111)
Migrazione
No (nato in Svezia) rif. rif.
Sì (nato all’estero) -0,101 (0,077) 0,008 (0,083)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria 0,176*** (0,044) 0,185*** (0,042)
Primaria o meno 0,142* (0,073) 0,184** (0,074)
Non sa / non risponde -0,160** (0,074) -0,141* (0,079)
Status socio economico
ISEI occ. genitori (std.) 0,175*** (0,018) 0,156*** (0,017)
Non sa / non risponde -0,380*** (0,089) -0,344*** (0,089)
Sesso
Maschio rif.
Femmina 0,069 (0,044)
Anno di nascita
1994 o meno -0,383* (0,231)
1995 -0,649*** (0,084)
1996 rif.
1997 o più 0,325*** (0,114)
% stranieri a scuola (std) -0,024 (0,032)
Media ISEI a scuola (std) 0,097** (0,039)
Tipo di istituto scolastico
Statale (Municipal) rif.
Privato 0,140 (0,141)
Costante 0,041 (0,043) -0,027 (0,049) -0,069 (0,045)
Parametri random
D.S. livello Scuola 0,273 (0,030) 0,253 (0,030) 0,231 (0,031)
D.S. livello Individuo 0,961 (0,016) 0,941 (0,015) 0,929 (0,015)
N. osservazioni 4.765 4.765 4.765
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
291
Tabella A4.25: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a due
livelli e intercetta random. Il modello 1 rappresenta la stima del divario grezzo, il modello 2 la
stima del divario etnico al netto sia della migrazione che delle origini sociali mentre il modello 3
la stima ottenuta dal modello completo. Paesi Bassi, risultati pesati.
Paesi Bassi Modello 1 Modello 2 Modello 3
Nazionalità/ app. etnica
Maggioranza olandese rif. rif. rif.
Suriname -0,075 (0,128) -0,076 (0,139) -0,071 (0,136)
Antille -0,058 (0,168) -0,053 (0,184) -0,029 (0,184)
Marocco -0,466*** (0,102) -0,439*** (0,109) -0,415*** (0,111)
Turchia -0,201* (0,103) -0,190* (0,113) -0,197* (0,120)
altro Africa -0,708*** (0,179) -0,642*** (0,182) -0,647*** (0,184)
altro America -0,177 (0,214) -0,094 (0,275) -0,171 (0,268)
Asia -0,030 (0,150) 0,023 (0,124) 0,033 (0,124)
Europa -0,502** (0,212) -0,464** (0,234) -0,458** (0,209)
Migrazione
No (nato nei P.Bassi) rif. rif. rif.
Sì (nato all’estero) -0,042 (0,169) -0,018 (0,160)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria 0,104** (0,051) 0,117** (0,049)
Primaria o meno 0,070 (0,132) 0,075 (0,130)
Non sa / non risponde 0,153 (0,196) 0,167 (0,198)
Status socio economico
ISEI occ. genitori (std.) 0,016 (0,036) 0,007 (0,039)
Non sa / non risponde -0,114 (0,120) -0,109 (0,114)
Sesso
Maschio rif.
Femmina 0,056 (0,054)
Anno di nascita
1994 o meno -0,118 (0,089)
1995 -0,097** (0,040)
1996 rif.
1997 o più 0,290 (0,206)
% stranieri a scuola (std) -0,007 (0,035)
Media ISEI a scuola (std) 0,0270 (0,062)
Tipo di istituto scolastico
Brugklas 0,160 (0,312)
VMBO-B/VMBO-K/VMBO-MBO2 -0,464** (0,193)
VMBO-G/VMBO-T rif.
HAVO 0,091 (0,170)
VWO/ES/IB 0,622*** (0,109)
Costante 0,027 (0,081) -0,053 (0,084) -0,121 (0,119)
Parametri random
D.S. livello Scuola 0,460 (0,038) 0,458 (0,039) 0,268 (0,032)
D.S. livello Individuo 0,874 (0,024) 0,873 (0,024) 0,870 (0,023)
N. osservazioni 4.083 4.083 4.083
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
292
Tabella A4.26: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
competenze logico-matematiche, risultante da modelli di regressione lineare multilivello a due
livelli e intercetta random. Il modello 1 rappresenta la stima del divario grezzo, il modello 2 la
stima del divario etnico al netto sia della migrazione che delle origini sociali mentre il modello 3
la stima ottenuta dal modello completo. Germania, risultati pesati.
Germania Modello 1 Modello 2 Modello 3
Nazionalità/ app. etnica
Maggioranza tedesca rif. rif. rif.
Turchia -0,322*** (0,112) -0,304*** (0,113) -0,299*** (0,111)
Ex URSS -0,148 (0,117) -0,170 (0,123) -0,154 (0,125)
Ex Jugoslavia -0,577*** (0,125) -0,560*** (0,115) -0,550*** (0,113)
Polonia 0,071 (0,111) 0,101 (0,122) 0,090 (0,114)
Europa meridionale 0,069 (0,159) 0,075 (0,158) 0,079 (0,150)
Asia -0,144** (0,066) -0,136* (0,074) -0,160** (0,076)
Africa -0,301*** (0,105) -0,304*** (0,108) -0,287*** (0,102)
altro 0,099 (0,153) 0,069 (0,151) 0,096 (0,152)
Migrazione
No (nato in Germania) rif. rif.
Sì (nato all’estero) 0,056 (0,086) 0,100 (0,085)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria -0,006 (0,075) -0,009 (0,072)
Primaria o meno -0,035 (0,119) 0,0002 (0,120)
Non sa / non risponde -0,065 (0,248) -0,069 (0,219)
Status socio economico
ISEI occ. genitori (std.) 0,014 (0,019) -0,006 (0,019)
Non sa / non risponde -0,232 (0,212) -0,179 (0,193)
Sesso
Maschio rif.
Femmina -0,023 (0,037)
Anno di nascita
1994 o meno -0,191*** (0,068)
1995 -0,118** (0,047)
1996 rif.
1997 o più 0,118 (0,137)
% stranieri a scuola (std) -0,035 (0,038)
Media ISEI a scuola (std) 0,136* (0,070)
Tipo di istituto scolastico
Hauptschule -0,419*** (0,089)
Kooperative gesamtschule -0,301*** (0,102)
Integrierte Gesamtschule rif.
Realschule -0,321* (0,188)
Gymnasium 0,284** (0,123)
Foerderschule (bisogni speciali) -1.290*** (0,103)
Costante -0,123 (0,094) -0,099 (0,119) 0,250*** (0,085)
Parametri random
D.S. livello Scuola 0,574 (0,059) 0,559 (0,059) 0,190 (0,026)
D.S. livello Individuo 0,853 (0,029) 0,852 (0,029) 0,849 (0,028)
N. osservazioni 4.968 4.968 4.968
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
293
Formulazione matematica del modello che guida le analisi del quinto capitolo
Il modello teorico proposto nel corso del primo capitolo, può essere inteso come empiricamente
traducibile, nelle alle analisi del quinto capitolo nella seguente equazione:
Ln (𝑃
1−𝑃) = β0 + β1 Mi1 + β2 Ai2 + β3 OSi3 + β4 INDi4 + β5 CONi5 + Ɛ [5.1]
dove:
Ln (𝑃
1−𝑃) : corrisponde al valore di logit, cioè al logaritmo del rapporto tra la probabilità di
transitare al livello scolastico esaminato e il suo complemento
β0 : è la costante del modello
β1 Mi1 : è l’effetto esercitato sulla variabile dipendente dall’esperienza migratoria
β2 Ai2 : è l’effetto esercitato sulla variabile dipendente dall’appartenenza etnica
β3 OSi3: è l’effetto esercitato dalle origini sociali dell’individuo
β4 INDi4: è l’effetto attribuibile alle altre caratteristiche proprie dell’individuo
β5 CONi5: è l’effetto attribuibile alle caratteristiche dell’ambiente di apprendimento
Ɛ : è l’errore del modello
Si noti che sull’equazione 5.1 si basano sia le analisi condotte circa la propensione a transitare
al livello scolastico successivo che la probabilità della scelta di un indirizzo prestigioso, cioè il
modello 4 rispettivamente nella tabella 5.3 e 5.4 discusse all’interno del quinto capitolo. Per la
spiegazione più dettagliata delle diverse variabili considerate a ogni livello di analisi, nonché alla
successione del loro inserimento all’interno dei modelli si rimanda il lettore alla sezione 5.2 del
quinto capitolo.
294
Modelli relativi alla tabella 5.2, 5.3 e alla figura 5.1
Tabella A5.1: Stima dell’effetto della migrazione e della specifica nazionalità/ appartenenza etnica
sulla probabilità di transitare alla scolarità post-obbligatoria all’età di 15/16 anni, risultante da
modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola.
Inghilterra, risultati pesati. Modelli dal 1a al 3.
Inghilterra Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) 1,110*** (0,374) -0,495 (0,469) -0,592 (0,476)
Nazionalità/ app. etnica
Maggioranza inglese rif. rif. rif.
India 0,829 (0,553) 1,033** (0,507) 1,030** (0,521)
Pakistan e Bangladesh 0,149 (0,358) 0,337 (0,394) 0,598 (0,403)
Africa settentrionale 0,704 (0,679) 1,021 (0,700) 0,973 (0,700)
altro Africa 1,411** (0,630) 1,794** (0,723) 1,692** (0,735)
altro Asia 2,506*** (0,809) 2,926*** (0,914) 2,851*** (0,906)
Istruzione dei genitori
Istruzione terziaria rif.
Istruzione secondaria -0,397 (0,307)
Istruzione primaria o meno -0,594* (0,354)
Non sa / non risponde -0,393 (0,602)
Status socio economico
ISEI occ. genitori (std.) 0,247* (0,132)
Non sa / non risponde 0,181 (0,445)
Costante 2,343*** (0,107) 2,303*** (0,106) 2,303*** (0,106) 2,622*** (0,243)
N. osservazioni 2.051 1.961 1.961 1.961
Pseudo R2 0,72% 1,09% 1,13% 3,11%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
295
Tabella A5.2: Stima dell’effetto della migrazione e della specifica nazionalità/ appartenenza etnica
sulla probabilità di transitare alla scolarità post-obbligatoria all’età di 15/16 anni, risultante da
modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola.
Inghilterra, risultati pesati. Modelli dal 4 al 7.
Inghilterra Modello 4 Modello 5 Modello 6 inter. Modello 7 inter.
Migrazione
No (nato in Inghilterra) rif. rif. rif. rif.
Sì (nato all’estero) -0,431 (0,493) -0,515 (0,510) -0,299 (0,492) -0,434 (0,503)
Nazionalità/ app. etnica
Maggioranza inglese rif. rif. rif. rif.
India 0,976* (0,526) 0,980* (0,545) 2,033** (0,981) 2,238* (1,160)
Pakistan e Bangladesh 0,714* (0,410) 0,705* (0,409) 1,252* (0,674) 1,301* (0,696)
Africa settentrionale 1,048 (0,697) 1,140 (0,703) 0,943 (0,652) 1,065 (0,660)
altro Africa 1,788** (0,778) 1,839** (0,807) 5,113 (5,500) 5,215 (5,907)
altro Asia 2,839*** (0,909) 2,916*** (0,947) 2,810*** (0,861) 2,930*** (0,911)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif. rif.
Istruzione secondaria -0,352 (0,310) -0,307 (0,338) -0,368 (0,313) -0,319 (0,342)
Istruzione primaria o meno -0,525 (0,359) -0,462 (0,390) -0,536 (0,362) -0,468 (0,393)
Non sa / non risponde -0,123 (0,630) 0,00262 (0,670) -0,149 (0,638) -0,0159 (0,679)
Status socio economico
ISEI occ. genitori (std.) 0,199 (0,132) 0,175 (0,133) 0,204 (0,136) 0,180 (0,138)
Non sa / non risponde 0,261 (0,461) 0,300 (0,447) 0,210 (0,465) 0,247 (0,452)
Sesso
Maschio rif. rif. rif. rif.
Femmina 0,296 (0,294) 0,334 (0,305) 0,300 (0,296) 0,335 (0,307)
Anno di nascita
1995 o meno rif. rif. rif. rif.
1996 o più 0,110 (0,262) 0,114 (0,258) 0,114 (0,263) 0,119 (0,258)
Competenze linguistiche (std) 0,300** (0,120) 0,259** (0,120) 0,305** (0,121) 0,263** (0,121)
Tipo di istituto scolastico
Religious 0,339 (0,313) 0,345 (0,313)
Selective 2,721*** (0,994) 2,759*** (1,013)
Academy -0,0320 (0,347) -0,0551 (0,352)
Community rif. rif.
Foundation 0,256 (0,215) 0,250 (0,216)
Voluntary aided & Independent -0,213 (0,523) -0,206 (0,534)
Effetti di interazione
India * ISEI -1,881** (0,826) -2,158** (0,943)
Pakistan e Bangl. * ISEI 0,658 (0,478) 0,701 (0,496)
Africa settentr. * ISEI 0,0902 (0,677) 0,103 (0,708)
altro Africa * ISEI -3,192 (4,447) -3,154 (4,751)
altro Asia * ISEI -0,458 (0,647) -0,456 (0,709)
Costante 2,307*** (0,327) 2,073*** (0,327) 2,316*** (0,329) 2,081*** (0,330)
N. osservazioni 1.961 1.961 1.961 1.961
Pseudo R2 4,24% 5,61% 4,70% 6,10%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
296
Tabella A5.3: Stima dell’effetto della migrazione e della specifica nazionalità/ appartenenza etnica
sulla probabilità di transitare alla scolarità post-obbligatoria all’età di 15/16 anni, risultante da
modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola.
Svezia, risultati pesati. Modelli dal 1a al 3.
Svezia Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Svezia) rif. rif. rif.
Sì (nato all’estero) -0,121 (0,231) 0,0654 (0,314) 0,222 (0,330)
Nazionalità/ app. etnica
Maggioranza svedese rif. rif. rif.
Danimarca, Finlandia e Norvegia -0,443 (0,685) -0,486 (0,768) -0,560 (0,717)
Turchia 0,241 (0,449) 0,232 (0,454) 0,621 (0,506)
Iran 1,761** (0,749) 1,736** (0,764) 1,940** (0,803)
Ex Jugoslavia -0,143 (0,343) -0,155 (0,347) 0,160 (0,347)
America 0,273 (0,666) 0,232 (0,667) 0,436 (0,737)
Africa 0,263 (0,407) 0,237 (0,437) 0,678 (0,464)
altro Asia -0,431** (0,214) -0,464* (0,262) -0,0938 (0,279)
altro Europa -0,0170 (0,458) -0,0629 (0,495) 0,0838 (0,523)
Istruzione dei genitori
Istruzione terziaria rif.
Istruzione secondaria -0,116 (0,180)
Istruzione primaria o meno -0,267 (0,266)
Non sa / non risponde -0,719** (0,324)
Status socio economico
ISEI occ. genitori (std.) 0,312*** (0,083)
Non sa / non risponde -0,850*** (0,292)
Costante 2,087*** (0,101) 2,102*** (0,111) 2,102*** (0,111) 2,228*** (0,134)
N. osservazioni 2.460 2.460 2.460 2.460
Pseudo R2 0,02% 0,43% 0,43% 3,47%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
297
Tabella A5.4: Stima dell’effetto della migrazione e della nazionalità sulle competenze
linguistiche, risultante da modelli di regressione lineare multilivello a due livelli e intercetta
random. Svezia, risultati pesati. Modelli dal 4 al 7.
Svezia Modello 4 Modello 5 Modello 6 inter. Modello 7 inter.
Migrazione
No (nato in Inghilterra) rif. rif. rif. rif.
Sì (nato all’estero) 0,539 (0,353) 0,534 (0,351) 0,491 (0,364) 0,487 (0,364)
Nazionalità/ app. etnica
Maggioranza svedese rif. rif. rif. rif.
Danimarca, Finlandia e Norvegia -0,837 (0,708) -0,868 (0,703) -0,769 (0,734) -0,799 (0,729)
Turchia 0,903* (0,473) 0,892* (0,466) 0,841 (0,514) 0,828 (0,504)
Iran 2,422*** (0,818) 2,432*** (0,820) 2,452*** (0,783) 2,451*** (0,781)
Ex Jugoslavia 0,360 (0,364) 0,379 (0,365) 0,183 (0,378) 0,202 (0,379)
America 0,732 (0,750) 0,724 (0,748) 0,741 (0,756) 0,720 (0,750)
Africa 1,145** (0,528) 1,177** (0,534) 1,083 (0,661) 1,123* (0,669)
altro Asia 0,199 (0,287) 0,218 (0,289) 0,166 (0,283) 0,186 (0,286)
altro Europa 0,228 (0,529) 0,202 (0,540) 0,0854 (0,529) 0,0577 (0,545)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif. rif.
Istruzione secondaria -0,129 (0,176) -0,119 (0,176) -0,120 (0,177) -0,110 (0,177)
Istruzione primaria o meno -0,244 (0,277) -0,239 (0,276) -0,238 (0,275) -0,232 (0,275)
Non sa / non risponde -0,553 (0,342) -0,577* (0,336) -0,550 (0,342) -0,574* (0,336)
Status socio economico
ISEI occ. genitori (std.) 0,218*** (0,081) 0,210*** (0,081) 0,259*** (0,095) 0,251*** (0,095)
Non sa / non risponde -0,446 (0,279) -0,471* (0,275) -0,419 (0,280) -0,445 (0,276)
Sesso
Maschio rif. rif. rif. rif.
Femmina 0,332** (0,144) 0,341** (0,144) 0,337** (0,145) 0,346** (0,145)
Anno di nascita
1995 o meno rif. rif. rif. rif.
1996 o più 0,756** (0,328) 0,741** (0,330) 0,770** (0,333) 0,755** (0,335)
Competenze linguistiche (std) 0,528*** (0,085) 0,526*** (0,085) 0,522*** (0,086) 0,520*** (0,086)
Tipo di istituto scolastico
Statale (Municipal) rif. rif.
Privato 0,340 (0,256) 0,348 (0,256)
Effetti di interazione
Danimarca, Finlandia e Norvegia*ISEI 0,267 (0,479) 0,314 (0,481)
Turchia * ISEI -0,171 (0,531) -0,177 (0,516)
Iran * ISEI -0,852*** (0,281) -0,882*** (0,275)
Ex Jugoslavia * ISEI -0,301 (0,413) -0,301 (0,416)
America * ISEI -0,101 (0,334) -0,154 (0,323)
Africa * ISEI -0,224 (0,539) -0,208 (0,542)
altro Asia * ISEI -0,127 (0,224) -0,126 (0,224)
altro Europa * ISEI -0,428 (0,428) -0,429 (0,437)
Costante 1,265*** (0,356) 1,242*** (0,362) 1,246*** (0,363) 1,222*** (0,370)
N. osservazioni 2.459 2.459 2.459 2.459
Pseudo R2 8,02% 8,13% 8,17% 8,29%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
298
Tabella A5.6: Stima dell’effetto della migrazione e della specifica nazionalità/ appartenenza etnica
sulla probabilità di transitare alla scolarità post-obbligatoria all’età di 15/16 anni, risultante da
modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Paesi
Bassi, risultati pesati. Modelli dal 1a al 3.
Paesi Bassi Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato nei P.Bassi) rif. rif. rif.
Sì (nato all’estero) -0,448 (0,704) -1,606*** (0,548) -1,770*** (0,630)
Nazionalità/ app. etnica
Maggioranza olandese rif. rif. rif.
Suriname -0,201 (0,949) 0,510 (0,788) 0,691 (0,654)
Antille 0,999 (0,882) 1,682* (0,896) 1,796* (0,977)
Marocco 0,0347 (0,588) 0,218 (0,606) 0,669 (0,556)
Turchia 0,761 (0,707) 0,919 (0,702) 1,472* (0,766)
altro Africa 0,862 (1,079) 2,085* (1,158) 2,816*** (0,946)
altro America 1,947* (1,005) 3,532*** (1,203) 3,806*** (1,084)
Asia -0,718 (0,803) 0,478 (0,657) 0,614 (0,594)
Europa 1,866*** (0,628) 3,050*** (0,768) 2,973*** (0,805)
Istruzione dei genitori
Istruzione terziaria rif.
Istruzione secondaria -0,0270 (0,184)
Istruzione primaria o meno 0,0272 (0,798)
Non sa / non risponde -0,343 (0,947)
Status socio economico
ISEI occ. genitori (std.) 0,605*** (0,119)
Non sa / non risponde -0,765* (0,447)
Costante 1,066*** (0,403) 1,041** (0,411) 1,041** (0,411) 1,134** (0,487)
N. osservazioni 2.376 2.376 2.376 2.376
Pseudo R2 0,11% 0,75% 1,12% 6,85%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
299
Tabella A5.7: Stima dell’effetto della migrazione e della specifica nazionalità/ appartenenza
etnica sulla probabilità di transitare alla scolarità post-obbligatoria all’età di 15/16 anni,
risultante da modelli di regressione logistica binomiale con errori standard clusterizzati a livello
di scuola. Paesi Bassi, risultati pesati. Modelli dal 4 al 7.
Paesi Bassi Modello 4 Modello 5 Modello 6 inter. Modello 7 inter.
Migrazione
No (nato in Inghilterra) rif. rif. rif. rif.
Sì (nato all’estero) -1,471** (0,690) -1,099 (0,735) -1,069* (0,607) -0,921 (0,643)
Nazionalità/ app. etnica
Maggioranza olandese rif. rif. rif. rif.
Suriname 0,637 (0,623) 0,608 (0,631) 1,208* (0,628) 1,013* (0,602)
Antille 1,554* (0,850) 1,175* (0,667) 1,325* (0,791) 1,082* (0,636)
Marocco 0,955 (0,620) 0,499 (0,772) 0,400 (0,646) 0,169 (0,877)
Turchia 1,682*** (0,641) 0,696 (0,613) 1,429*** (0,532) 0,719 (0,555)
altro Africa 2,960*** (1,079) 1,832 (1,191) 2,483** (1,108) 1,660 (1,200)
altro America 2,963*** (0,949) 1,937** (0,868) 2,576** (1,055) 1,692* (0,964)
Asia 0,561 (0,541) -0,587 (0,549) 0,349 (0,641) -0,647 (0,620)
Europa 2,664*** (0,747) 2,167*** (0,786) 2,677*** (0,924) 2,420*** (0,817)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif. rif.
Istruzione secondaria -0,0986 (0,175) -0,310 (0,192) -0,0955 (0,175) -0,313 (0,190)
Istruzione primaria o meno -0,536 (0,668) -0,403 (1,099) -0,610 (0,671) -0,431 (1,123)
Non sa / non risponde -0,0467 (0,924) 1,175 (1,029) -0,111 (0,939) 1,147 (1,034)
Status socio economico
ISEI occ. genitori (std.) 0,575*** (0,137) 0,336* (0,174) 0,584*** (0,139) 0,339* (0,179)
Non sa / non risponde -0,735* (0,380) -0,866* (0,458) -0,747* (0,388) -0,889* (0,455)
Sesso
Maschio rif. rif. rif. rif.
Femmina 1,145*** (0,364) 0,455** (0,220) 1,152*** (0,363) 0,459** (0,220)
Anno di nascita
1995 o meno rif. rif. rif. rif.
1996 o più 0,331* (0,174) 0,325 (0,252) 0,335* (0,175) 0,330 (0,252)
Competenze linguistiche (std) 0,393*** (0,110) -0,100 (0,061) 0,393*** (0,108) -0,0987 (0,062)
Tipo di istituto scolastico
Brugklas 0,0672 (0,265) 0,0452 (0,261)
VMBO-B/VMBO-K/VMBO-MBO2 -2,210*** (0,148) -2,209*** (0,148)
VMBO-G/VMBO-T rif. rif.
HAVO 0,970*** (0,342) 0,974*** (0,343)
VWO/ES/IB 0,991*** (0,336) 0,971*** (0,341)
Effetti di interazione
Suriname * ISEI 1,470** (0,649) 1,300** (0,511)
Antille * ISEI -0,245 (0,431) -0,0585 (0,469)
Marocco * ISEI -0,790* (0,420) -0,509 (0,513)
Turchia * ISEI -0,210 (0,481) 0,0284 (0,502)
altro Africa * ISEI -1,282* (0,767) -0,789 (0,734)
altro America * ISEI -0,0180 (1,075) -0,312 (0,721)
Asia * ISEI -0,796 (0,565) -0,516 (0,602)
Europa * ISEI 1,661*** (0,644) 1,935*** (0,676)
Costante 0,511 (0,453) 1,432*** (0,289) 0,507 (0,453) 1,432*** (0,290)
N. osservazioni 2,372 2,372 2,372 2,372
Pseudo R2 13,87% 29,23% 14,17% 29,40%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
300
Tabella A5.8: Stima dell’effetto della migrazione e della specifica nazionalità/ appartenenza etnica
sulla probabilità di transitare alla scolarità post-obbligatoria all’età di 15/16 anni, risultante da
modelli di regressione logistica binomiale con errori standard clusterizzati a livello di scuola.
Germania, risultati pesati. Modelli dal 1a al 3.
Germania Modello 1a Modello 1b Modello 2 Modello 3
Migrazione
No (nato in Germania) rif. rif. rif.
Sì (nato all’estero) -0,00949 (0,247) -0,162 (0,285) -0,164 (0,303)
Nazionalità/ app. etnica
Maggioranza tedesca rif. rif. rif.
Turchia 0,0404 (0,249) 0,0564 (0,248) 0,440** (0,215)
Ex URSS 0,236 (0,246) 0,320 (0,287) 0,491 (0,299)
Ex Jugoslavia -0,230 (0,342) -0,196 (0,342) 0,108 (0,339)
Polonia 0,375 (0,376) 0,424 (0,364) 0,836** (0,385)
Europa meridionale 0,187 (0,512) 0,267 (0,518) 0,653 (0,526)
Asia -0,0770 (0,424) -0,0240 (0,419) 0,227 (0,413)
Africa 1,054** (0,464) 1,110** (0,462) 1,461*** (0,455)
altro -0,646 (0,397) -0,554 (0,400) -0,376 (0,365)
Istruzione dei genitori
Istruzione terziaria rif.
Istruzione secondaria -0,470*** (0,172)
Istruzione primaria o meno -0,664*** (0,249)
Non sa / non risponde 0,0493 (0,605)
Status socio economico
ISEI occ. genitori (std.) 0,354*** (0,068)
Non sa / non risponde -0,567 (0,376)
Costante 0,649*** (0,167) 0,632*** (0,180) 0,632*** (0,180) 0,985*** (0,194)
N. osservazioni 3.339 3.339 3.339 3.339
Pseudo R2 0,000% 0,27% 0,28% 3,96%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
301
Tabella A5.9: Stima dell’effetto della migrazione e della specifica nazionalità/ appartenenza
etnica sulla probabilità di transitare alla scolarità post-obbligatoria all’età di 15/16 anni,
risultante da modelli di regressione logistica binomiale con errori standard clusterizzati a livello
di scuola. Germania, risultati pesati. Modelli dal 4 al 7.
Germania Modello 4 Modello 5 Modello 6 inter. Modello 7 inter.
Migrazione
No (nato in Inghilterra) rif. rif. rif. rif.
Sì (nato all’estero) 0,132 (0,338) 0,218 (0,353) 0,0612 (0,332) 0,128 (0,347)
Nazionalità/ app. etnica
Maggioranza tedesca rif. rif. rif. rif.
Turchia 0,985*** (0,194) 0,741*** (0,224) 0,743*** (0,236) 0,447 (0,285)
Ex URSS 0,663* (0,388) 0,527 (0,428) 0,558 (0,378) 0,412 (0,424)
Ex Jugoslavia 0,503 (0,363) 0,449 (0,326) 0,310 (0,450) 0,236 (0,408)
Polonia 0,885*** (0,341) 0,579* (0,318) 0,885** (0,430) 0,603 (0,394)
Europa meridionale 0,800 (0,555) 0,613 (0,529) 1,175** (0,548) 1,135** (0,563)
Asia 0,680* (0,411) 0,264 (0,480) 0,714 (0,496) 0,294 (0,542)
Africa 1,961*** (0,468) 1,862*** (0,495) 1,710*** (0,555) 1,682*** (0,527)
altro -0,251 (0,389) -0,511 (0,578) -0,124 (0,433) -0,364 (0,636)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif. rif.
Istruzione secondaria -0,327** (0,158) -0,185 (0,151) -0,325** (0,159) -0,190 (0,151)
Istruzione primaria o meno -0,298 (0,252) -0,101 (0,287) -0,343 (0,256) -0,158 (0,297)
Non sa / non risponde 0,0747 (0,475) -0,298 (0,357) 0,0830 (0,474) -0,290 (0,355)
Status socio economico
ISEI occ. genitori (std.) 0,262*** (0,056) 0,0488 (0,055) 0,299*** (0,064) 0,0840 (0,064)
Non sa / non risponde -0,479 (0,340) -0,269 (0,299) -0,425 (0,353) -0,203 (0,307)
Sesso
Maschio rif. rif. rif. rif.
Femmina 0,744*** (0,097) 0,643*** (0,118) 0,749*** (0,097) 0,648*** (0,118)
Anno di nascita
1995 o meno rif. rif. rif. rif.
1996 o più 0,371*** (0,103) 0,270** (0,114) 0,370*** (0,101) 0,268** (0,112)
Competenze linguistiche (std) 0,610*** (0,096) 0,278*** (0,091) 0,604*** (0,095) 0,268*** (0,088)
Tipo di istituto scolastico
Hauptschule -0,505** (0,214) -0,528** (0,208)
Kooperative gesamtschule -1,011*** (0,312) -0,999*** (0,312)
Integrierte Gesamtschule 0,128 (0,402) 0,118 (0,401)
Realschule rif. rif.
Gymnasium 1,748*** (0,255) 1,745*** (0,256)
Foerderschule (bisogni speciali) -1,090*** (0,324) -1,177*** (0,367)
Effetti di interazione
Turchia * ISEI -0,442 (0,305) -0,506 (0,330)
Ex URSS * ISEI -0,395* (0,222) -0,438 (0,342)
Ex Jugoslavia * ISEI -0,353 (0,384) -0,349 (0,363)
Polonia * ISEI -0,060 (0,452) -0,012 (0,414)
Europa meridionale * ISEI 0,311 (0,491) 0,451 (0,488)
Asia * ISEI -0,024 (0,499) -0,036 (0,566)
Africa * ISEI -0,446 (0,576) -0,385 (0,556)
Altro * ISEI 0,313 (0,462) 0,444 (0,461)
Costante 0,264 (0,190) 0,008 (0,277) 0,258 (0,188) 0,014 (0,268)
N. osservazioni 3.339 3.339 3.339 3.339
Pseudo R2 10,63% 18,88% 10,86% 19,51%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
302
Distribuzione di frequenza delle variabili coinvolte nelle analisi delle scelte di
indirizzo di studio nella tabella 5.5
Tabella A5.10: Transizioni scolastiche verticali e orizzontali effettuate dagli studenti di 15/16
anni in Inghilterra, Svezia, Paesi Bassi e Germania. Valori percentuali pesati. Fonte: Indagine
CILS4EU 2012/13.
Inghilterra Svezia Paesi Bassi Germania
Scelta dell’indirizzo di studio Istruzione accademica 68,55 68,02 50,11 61,25
Istruzione professionalizzante 31,45 31,98 49,89 38,75
Esperienza migratoria
Nati nel paese dove vivono 91,25 91,81 97,29 94,24
Studenti immigrati 8,75 8,19 2,71 5,76
Nazionalità / app.etnica
in Inghilterra
Maggioranza inglese 85,31
India 1,82
Pakistan e Bangladesh 3,17
Africa settentrionale 1,60
altro Africa 2,13
Caraibi e America Latina 0,57
altro Asia 3,20
altro Europa 1,80
altro 0,42
in Svezia Maggioranza svedese
81,92
Danimarca, Finlandia e Norvegia
1,02
Turchia
1,49
Iran
1,04
Ex Jugoslavia
3,25
America
1,22
Africa
1,56
altro Asia
5,98
altro Europa
2,52
nei Paesi Bassi
Maggioranza olandese
93,02
Suriname
0,52
Antille
0,17
Marocco
0,75
Turchia
1,56
altro Africa
0,60
altro America
0,29
Asia
1,64
Europa
1,45
in Germania
Maggioranza tedesca
81,64
Turchia
4,99
Ex URSS
5,16
Ex Jugoslavia
1,07
Polonia
2,00
Europa meridionale
1,30
Asia
2,32
Africa
0,82
303
altro
0,70
Istruzione dei genitori Istruzione terziaria 36,98 49,58 20,28 27,12
Istruzione sec. superiore 37,61 36,90 76,70 66,28
Istruzione primaria o meno 22,92 8,85 2,68 3,64
Non sa / non risponde 2,49 3,66 0,33 2,96
Status socio economico Media ISEI occ. Genitori 58,30 56,00 54,88 53,80
Deviazione standard 20,23 20,22 18,35 20,28
Non sa / non risponde 5,23 4,48 1,20 4,87
Sesso
Maschio 44,97 42,58 43,65 42,74
Femmina 55,03 57,42 56,35 57,26
Anno di nascita 1995 o meno 33,88 2,88 34,56 53,93
1996 o più 66,12 97,12 65,44 46,07
Media 17,48 19,97 18,01 13,88
Deviazione Standard 2,93 4,66 4,13 4,19
N. osservazioni 1.909 2.169 1.766 2.165 Fonte: Italia: dati INVALSI-2012/13 per le classi III° delle scuole secondarie inferiori. Altri paesi: dati CILS4EU
2010/11.
304
Modelli relativi alla tabella 5.5
Tabella A5.11: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulla probabilità
di scegliere il percorso accademico al momento del passaggio all’istruzione post-obbligatoria all’età
di 15/16 anni, risultante da modelli di regressione logistica binomiale con errori standard
clusterizzati a livello di scuola. Inghilterra, risultati pesati. Modelli dal 1a al 4.
Inghilterra Modello 1 Modello 2 Modello 3 Modello 4
Nazionalità/ app. etnica
Maggioranza inglese rif. rif. rif. rif.
India 1,335*** (0,458) 1,441*** (0,462) 1,617*** (0,453) 1,731*** (0,575)
Pakistan e Bangladesh -0,754*** (0,250) -0,659** (0,281) -0,300 (0,260) 0,003 (0,251)
Africa settentrionale -0,493 (0,338) -0,320 (0,389) -0,325 (0,399) -0,338 (0,430)
altro Africa -0,168 (0,526) 0,048 (0,458) -0,240 (0,491) 0,045 (0,455)
Caraibi e America Latina 1,381** (0,605) 1,512** (0,639) 1,490** (0,635) 1,449** (0,581)
altro Asia 0,499 (0,479) 0,741* (0,423) 0,764* (0,402) 0,923* (0,526)
altro Europa -0,419 (0,401) -0,182 (0,499) 0,007 (0,532) 0,115 (0,675)
altro 2,051* (1,087) 2,276** (1,154) 1,723 (1,129) 1,017 (1,141)
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) -0,292 (0,315) -0,318 (0,303) 0,199 (0,365)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria -0,843*** (0,235) -0,727*** (0,234)
Istruzione primaria o meno -0,952*** (0,336) -0,739** (0,317)
Non sa / non risponde -1,280*** (0,449) -0,711 (0,436)
Status socio economico
ISEI occ. genitori (std.) 0,265*** (0,082) 0,168* (0,101)
Non sa / non risponde -0,633* (0,325) -0,605* (0,333)
Sesso
Maschio rif.
Femmina 0,276 (0,176)
Anno di nascita
1995 o meno rif.
1996 o più -0,065 (0,123)
Competenze linguistiche (std) 1,010*** (0,136)
Costante 0,783*** (0,130) 0,783*** (0,130) 1,401*** (0,196) 0,996*** (0,269)
N. osservazioni 1.909 1.909 1.909 1.909
Pseudo R2 1,21% 1,25% 7,20% 16,19%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
305
Tabella A5.12: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulla probabilità
di scegliere il percorso accademico al momento del passaggio all’istruzione post-obbligatoria all’età
di 15/16 anni, risultante da modelli di regressione logistica binomiale con errori standard
clusterizzati a livello di scuola. Svezia, risultati pesati. Modelli dal 1a al 4.
Svezia Modello 1 Modello 2 Modello 3 Modello 4
Nazionalità/ app. etnica
Maggioranza svedese rif. rif. rif. rif.
Danimarca, Finlandia e Norvegia 0,320 (0,664) 0,669 (0,679) 0,467 (0,710) 0,207 (0,733)
Turchia 0,394 (0,306) 0,466 (0,317) 0,899*** (0,290) 1,379*** (0,320)
Iran -0,002 (0,472) 0,191 (0,479) 0,289 (0,537) 0,940 (0,574)
Ex Jugoslavia 0,189 (0,253) 0,282 (0,247) 0,812*** (0,254) 1,221*** (0,274)
America -0,085 (0,511) 0,208 (0,508) 0,365 (0,513) 0,785 (0,646)
Africa 0,087 (0,318) 0,279 (0,324) 0,707** (0,315) 1,281*** (0,366)
altro Asia 0,386** (0,174) 0,627*** (0,212) 1,090*** (0,222) 1,545*** (0,245)
altro Europa 0,392 (0,277) 0,727** (0,342) 0,955*** (0,334) 1,248*** (0,378)
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) -0,455** (0,201) -0,377* (0,210) -0,135 (0,233)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria -0,456*** (0,137) -0,493*** (0,138)
Istruzione primaria o meno -0,738*** (0,204) -0,767*** (0,205)
Non sa / non risponde -0,380 (0,290) -0,135 (0,301)
Status socio economico
ISEI occ. genitori (std.) 0,404*** (0,076) 0,343*** (0,077)
Non sa / non risponde -0,919*** (0,269) -0,583* (0,304)
Sesso
Maschio rif.
Femmina 0,304** (0,140)
Anno di nascita
1995 o meno rif.
1996 o più 0,585* (0,315)
Competenze linguistiche (std) 0,627*** (0,077)
Costante 0,709*** (0,092) 0,709*** (0,092) 0,939*** (0,120) 0,029 (0,325)
N. osservazioni 2.169 2.169 2.169 2.168
Pseudo R2 0,24% 0,37% 6,09% 11,32%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
306
Tabella A5.13: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulla probabilità
di scegliere il percorso accademico al momento del passaggio all’istruzione post-obbligatoria all’età
di 15/16 anni, risultante da modelli di regressione logistica binomiale con errori standard
clusterizzati a livello di scuola. Paesi Bassi, risultati pesati. Modelli dal 1a al 4.
Paesi Bassi Modello 1 Modello 2 Modello 3 Modello 4
Nazionalità/ app. etnica
Maggioranza olandese rif. rif. rif. rif.
Suriname 1,933*** (0,726) 2,263*** (0,794) 2,380*** (0,752) 2,229*** (0,732)
Antille 0,072 (1,038) 0,347 (0,978) 0,046 (0,933) 0,177 (0,802)
Marocco 0,286 (0,698) 0,411 (0,718) 0,886 (0,760) 1,513* (0,900)
Turchia -0,125 (0,908) -0,061 (0,943) 0,553 (0,877) 1,287 (0,928)
altro Africa 0,015 (0,441) 0,734 (0,561) 1,068* (0,583) 1,182** (0,537)
altro America 1,947* (1,108) 3,135** (1,433) 3,508** (1,433) 3,127*** (0,984)
Asia 1,926*** (0,616) 2,706*** (0,715) 2,927*** (0,681) 3,144*** (0,631)
Europa 1,012 (0,651) 1,814** (0,770) 1,543** (0,720) 1,321* (0,677)
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) -1,208* (0,661) -1,194** (0,596) -0,788 (0,600)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria -0,617** (0,297) -0,787*** (0,287)
Istruzione primaria o meno -0,190 (0,459) -0,649 (0,476)
Non sa / non risponde -2,021** (0,871) -2,741*** (0,940)
Status socio economico
ISEI occ. genitori (std.) 0,569*** (0,102) 0,527*** (0,103)
Non sa / non risponde -0,622 (0,642) -0,423 (0,603)
Sesso
Maschio rif.
Femmina 0,641*** (0,246)
Anno di nascita
1995 o meno rif.
1996 o più 0,146 (0,160)
Competenze linguistiche (std) 0,916*** (0,184)
Costante -0,0471 (0,367) -0,0471 (0,367) 0,335 (0,434) -0,167 (0,356)
N. osservazioni 1.766 1.766 1.766 1.764
Pseudo R2 1,35% 1,54% 8,29% 19,22%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
307
Tabella A5.14: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulla probabilità
di scegliere il percorso accademico al momento del passaggio all’istruzione post-obbligatoria all’età
di 15/16 anni, risultante da modelli di regressione logistica binomiale con errori standard
clusterizzati a livello di scuola. Germania, risultati pesati. Modelli dal 1a al 4.
Germania Modello 1 Modello 2 Modello 3 Modello 4
Nazionalità/ app. etnica
Maggioranza tedesca rif. rif. rif. rif.
Turchia -0,841*** (0,294) -0,819*** (0,298) -0,391 (0,284) 0,465 (0,290)
Ex URSS -0,295 (0,331) -0,129 (0,386) 0,210 (0,364) 0,525 (0,327)
Ex Jugoslavia -0,515 (0,452) -0,443 (0,452) -0,169 (0,447) 0,552 (0,469)
Polonia -0,379 (0,442) -0,298 (0,476) 0,166 (0,468) 0,237 (0,403)
Europa meridionale -1,392** (0,544) -1,196** (0,522) -0,786* (0,433) -0,568 (0,494)
Asia -0,214 (0,360) -0,120 (0,365) 0,078 (0,365) 0,652* (0,340)
Africa -0,648 (0,542) -0,550 (0,523) -0,163 (0,501) 0,570 (0,524)
altro -0,232 (0,559) -0,0866 (0,558) 0,0476 (0,534) 0,0924 (0,457)
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) -0,323 (0,321) -0,465 (0,325) -0,204 (0,316)
Istruzione dei genitori
Istruzione terziaria rif. rif.
Istruzione secondaria -0,585** (0,230) -0,432** (0,219)
Istruzione primaria o meno -0,459 (0,330) -0,169 (0,370)
Non sa / non risponde 0,757 (0,677) 0,890 (0,554)
Status socio economico
ISEI occ. genitori (std.) 0,498*** (0,087) 0,418*** (0,084)
Non sa / non risponde -0,191 (0,377) -0,215 (0,360)
Sesso
Maschio rif.
Femmina -0,026 (0,201)
Anno di nascita
1995 o meno rif.
1996 o più 0,409*** (0,113)
Competenze linguistiche (std) 0,849*** (0,136)
Costante 0,561** (0,268) 0,561** (0,268) 0,855** (0,339) 0,316 (0,337)
N. osservazioni 2.165 2.165 2.165 2.165
Pseudo R2 1,19% 1,25% 8,42% 16,58%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
308
Robustness checks capitolo 5
Tabella A5.15: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulla probabilità
di scegliere il percorso accademico al momento del passaggio all’istruzione post-obbligatoria all’età
di 15/16 controllando per l’indirizzo scolastico frequentato a livello di secondaria inferiore. Modelli
di regressione logistica binomiale con errori standard clusterizzati a livello di scuola. Risultati
pesati.
Inghilterra Svezia Paesi Bassi Germania
Nazionalità/ app. etnica
Maggioranza inglese rif.
India 1,713*** (0,583)
Pakistan e Bangladesh 0,0044 (0,243)
Africa settentrionale -0,336 (0,409)
altro Africa 0,016 (0,443)
Caraibi e America Latina 1,381** (0,568)
altro Asia 0,729 (0,499)
altro Europa 0,0199 (0,666)
altro 0,749 (1,051)
Maggioranza svedese rif.
Danimarca, Finlandia e Norvegia 0,188 (0,730)
Turchia 1,375*** (0,321)
Iran 0,940 (0,574)
Ex Jugoslavia 1,227*** (0,275)
America 0,780 (0,641)
Africa 1,287*** (0,367)
altro Asia 1,550*** (0,246)
altro Europa 1,243*** (0,378)
Maggioranza olandese rif.
Suriname 2,715** (1,237)
Antille -1,604** (0,757)
Marocco 0,085 (0,881)
Turchia -0,318 (0,588)
altro Africa 1,988** (0,901)
altro America 1,537 (1,100)
Asia 2,820*** (0,978)
Europa 1,267 (1,392)
Maggioranza tedesca rif.
Turchia 0,406* (0,209)
Ex URSS 0,255 (0,468)
Ex Jugoslavia 0,679 (0,458)
Polonia -0,312 (0,361)
Europa meridionale -0,485 (0,548)
Asia 0,192 (0,391)
Africa 1,092** (0,445)
altro 0,199 (0,529)
Migrazione
No (nato in Inghilterra) rif. rif. rif. rif.
Sì (nato all’estero) 0,188 (0,361) -0,137 (0,232) -0,822 (1,026) 0,0803 (0,366)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif. rif.
Istruzione secondaria -0,607** (0,241) -0,490*** (0,139) -0,959*** (0,281) -0,286 (0,238)
309
Istruzione primaria o meno -0,601* (0,316) -0,766*** (0,206) -0,971* (0,518) 0,317 (0,335)
Non sa / non risponde -0,414 (0,470) -0,135 (0,302) -0,868 (0,839) 0,350 (0,480)
Status socio economico
ISEI occ. genitori (std.) 0,150 (0,100) 0,342*** (0,078) 0,321*** (0,124) 0,176 (0,114)
Non sa / non risponde -0,522* (0,317) -0,591* (0,313) -0,971 (0,610) -0,719* (0,395)
Sesso
Maschio rif. rif. rif. rif.
Femmina 0,230 (0,172) 0,307** (0,141) 0,356 (0,226) -0,179 (0,215)
Anno di nascita
1995 o meno rif rif. rif. rif.
1996 o più -0,053 (0,127) 0,581* (0,315) 0,214 (0,197) 0,368*** (0,126)
Competenze linguistiche (std) 0,949*** (0,134) 0,627*** (0,0766) 0,090 (0,248) 0,214* (0,120)
Tipo di istituto scolastico
Religious 0,545** (0,275)
Selective 1,185 (0,842)
Academy 0,178 (0,275)
Community rif.
Foundation 0,428* (0,239)
Voluntary aided & Independent 1,229** (0,567)
Statale (municipa) rif.
Privato 0,0868 (0,271)
Brugklas 3,448** (1,678)
VMBO-B/VMBO-K/VMBO-MBO2 0 0
VMBO-G/VMBO-T rif.
HAVO 2,931*** (0,330)
VWO/ES/IB 6,428*** (0,926)
Hauptschule -1,308*** (0,341)
Kooperative gesamtschule 0,246 (0,699)
Integrierte Gesamtschule rif.
Realschule -0,820** (0,334)
Gymnasium 3,360*** (0,357)
Foerderschule (bisogni speciali) 0 0
Costante 0,608** (0,288) 0,0230 (0,327) -1,173*** (0,199) -0,329 (0,285)
N. osservazioni 1.909 2.168 1.651 2.143
Pseudo R2 17,67% 11,33% 49,61% 42,27%
Nota: poiché i parametri di questi modelli sono espressi in unità logit si consiglia di evitare la comparazione all’infuori dei segni e delle significatività. Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0 e 2012/13, doi:10.4232/cils4eu.5656.3.1.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
310
Formulazione matematica del modello che guida le analisi del sesto capitolo
L’equazione dei modelli di regressione logistica multinomiale su cui si basano le analisi del sesto
capitolo possono essere tradotti nella seguente equazione:
Ln (𝑌𝑖=𝑘
𝑌𝑖=0) = βk
0 + βk1 Mi1 + βk
2 Ai2 + βk3 Oi3 + βk
4 INDi4 + βk5 CONi5 + Ɛk [6.1]
dove:
Ln (𝑌𝑖=𝑘
𝑌𝑖=0) : corrisponde al valore di logit, cioè al logaritmo del rapporto tra la probabilità di scegliere
l’opzione k e la probabilità di scegliere l’opzione corrispondente alla categoria di
riferimento (k=0)
k: corrisponde alle modalità di risposta con cui si esprime la variabile dipendente
βk0 : è la costante specifica del modello
βk1 Mi1 : è l’effetto esercitato sulla variabile dipendente specifica dall’esperienza migratoria
βk2 Ai2 : è l’effetto esercitato sulla variabile dipendente specifica dall’appartenenza etnica
βk3 OSi3: è l’effetto esercitato sulla variabile dipendente specifica dalle origini sociali dell’individuo
βk4 INDi4: è l’effetto esercitato sulla variabile dipendente specifica dalle altre caratteristiche
individuali
βk5 CONi5: è l’effetto esercitato sulla variabile dipendente specifica dalle caratteristiche
dell’ambiente scolastico di apprendimento
Ɛk
: è l’errore specifico del modello
Si noti che sull’equazione 6.1 si basano sia le analisi condotte sulle aspirazioni ideali che
quelle sulle intenzioni scolastiche realistiche, cioè i modello 4 presentato nelle successive tabelle
A6.7 e 8; A6.9 e 10; A6.11 e 12; A6.13 e 14, rispettivamente per Inghilterra, Svezia, Paesi Bassi e
Germania. Per l’esame più dettagliato delle diverse variabili considerate a ogni livello di analisi,
nonché alla successione del loro inserimento all’interno dei modelli si rimanda il lettore alla sezione
6.2 del sesto capitolo.
311
Modelli relativi alla figura 6.1
Tabella A6.1: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle aspirazioni
scolastiche ideali (più elevato titolo di studio desiderato), risultante da modelli di regressione
logistica multinomiale con errori standard clusterizzati a livello di scuola. La categoria di
riferimento per la variabile dipendente è il diploma di scuola secondaria superiore. Inghilterra,
modello 1, risultati pesati.
Inghilterra – modello 1 Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza inglese rif. rif. rif.
India 1,544*** (0,412) -1,201 (0,774) 1,117*** (0,430)
Pakistan e Bangladesh 0,126 (0,248) -0,668** (0,323) -0,352 (0,397)
Africa settentrionale 1,118*** (0,414) -0,507 (0,699) 1,087 (0,694)
altro Africa 0,562 (0,708) -0,361 (0,856) -0,962 (0,828)
Caraibi e America Latina 0,802* (0,475) 0,873** (0,411) 0,002 (0,730)
altro Asia 1,422*** (0,408) -0,345 (0,702) 1,628** (0,766)
altro Europa 0,384 (0,396) 0,170 (0,458) 0,250 (0,403)
altro 0,465 (0,725) 0,488 (1,175) -1,337 (1,184)
Costante -0,249** (0,111) 1,164*** (0,0993) -0,691*** (0,116)
N. osservazioni 3.917
Pseudo R2 1,16%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
Tabella A6.2: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle aspirazioni scolastiche ideali (più elevato titolo di studio desiderato), risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. La categoria di riferimento per la variabile dipendente è il diploma di scuola secondaria superiore. Inghilterra, modello 2, risultati pesati.
Inghilterra – modello 2 Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza inglese rif. rif. rif.
India 1,622*** (0,419) -1,339 (0,820) 0,823* (0,492)
Pakistan e Bangladesh 0,601** (0,254) -0,821** (0,340) -0,545 (0,458)
Africa settentrionale 1,339*** (0,441) -0,705 (0,756) 0,671 (0,715)
altro Africa 0,463 (0,649) -0,317 (0,773) -1,257 (0,844)
Caraibi e America Latina 1,328** (0,522) 0,807 (0,516) -0,148 (0,845)
altro Asia 1,763*** (0,508) -0,445 (0,682) 1,421* (0,786)
altro Europa 0,755 (0,482) 0,167 (0,566) 0,066 (0,566)
altro 0,329 (0,725) 0,881 (1,291) -1,371 (1,247)
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) -0,477 (0,353) -0,082 (0,429) 0,186 (0,449)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -0,711*** (0,186) 0,291 (0,394) 0,154 (0,321)
Primaria o meno -0,826*** (0,238) 0,487 (0,476) 0,175 (0,378)
Non sa / non risponde -0,853** (0,396) 1,029 (0,644) 1,618*** (0,505)
Status socio economico
ISEI occ. genitori (std.) 0,395*** (0,112) 0,010 (0,160) 0,262** (0,129)
Non sa / non risponde -0,172 (0,240) 0,865*** (0,267) 0,293 (0,326)
Costante 1,747*** (0,188) -0,689** (0,335) -0,902*** (0,240)
N. osservazioni 3.917
Pseudo R2 6,96%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
312
Tabella A6.3: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle aspirazioni
scolastiche ideali (più elevato titolo di studio desiderato), risultante da modelli di regressione
logistica multinomiale con errori standard clusterizzati a livello di scuola. La categoria di
riferimento per la variabile dipendente è il diploma di scuola secondaria superiore. Inghilterra,
modello 3, risultati pesati.
Inghilterra – modello 3 Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza inglese rif. rif. rif.
India 1,511*** (0,428) -1,299 (0,813) 0,931* (0,479)
Pakistan e Bangladesh 0,769*** (0,254) -0,973*** (0,338) -0,610 (0,451)
Africa settentrionale 1,397*** (0,447) -1,028 (0,837) 0,609 (0,720)
altro Africa 0,496 (0,600) -0,293 (0,795) -1,241 (0,880)
Caraibi e America Latina 1,491*** (0,559) 0,895 (0,638) -0,038 (0,885)
altro Asia 1,971*** (0,527) -0,583 (0,706) 1,371* (0,819)
altro Europa 0,810 (0,518) 0,009 (0,592) -0,0003 (0,569)
altro -0,097 (0,741) 1,164 (1,258) -1,109 (1,264)
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) -0,064 (0,376) -0,547 (0,457) -0,049 (0,481)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -0,706*** (0,184) 0,317 (0,395) 0,101 (0,319)
Primaria o meno -0,787*** (0,229) 0,501 (0,466) 0,105 (0,372)
Non sa / non risponde -0,565 (0,408) 0,787 (0,622) 1,477*** (0,481)
Status socio economico
ISEI occ. genitori (std.) 0,342*** (0,115) 0,072 (0,156) 0,285** (0,127)
Non sa / non risponde -0,031 (0,243) 0,796*** (0,275) 0,283 (0,325)
Sesso
Maschio rif. rif. rif.
Femmina 0,239 (0,145) -0,383** (0,165) -0,0793 (0,151)
Anno di nascita
1997 o meno -3,035** (1,210) -1,135 (1,109) -0,444 (1,388)
1998 -0,083 (0,151) -0,072 (0,161) 0,011 (0,206)
1999 rif. rif. rif.
2000 o più 0,926 (1,212) -16,34*** (0,995) 2,783** (1,299)
Competenze linguistiche (std) 0,526*** (0,090) -0,426*** (0,098) -0,221** (0,090)
Costante 1,559*** (0,210) -0,566 (0,379) -0,862*** (0,248)
N. osservazioni 3.913
Pseudo R2 11,82%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
313
Modelli relativi alla figura 6.2
Tabella A6.4: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle aspirazioni scolastiche ideali (più elevato titolo di studio desiderato), risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. La categoria di riferimento per la variabile dipendente è il diploma di scuola secondaria superiore. Germania, modello 1, risultati pesati. Germania - modello 1 Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza tedesca rif. rif. rif.
Turchia 0,320* (0,194) 0,398** (0,185) -0,202 (0,441)
Ex URSS -0,128 (0,254) 0,258 (0,175) -0,577 (0,498)
Ex Jugoslavia -0,367 (0,343) 0,332 (0,301) -0,892 (0,683)
Polonia 0,248 (0,381) -0,492 (0,357) -0,060 (0,765)
Europa meridionale 0,109 (0,516) 0,057 (0,323) -17,82*** (0,376)
Asia 0,656** (0,321) -0,513 (0,398) -0,894 (0,560)
Africa 0,547 (0,430) 0,393 (0,463) -17,59*** (0,305)
altro 0,221 (0,394) 0,763 (0,498) 0,375 (0,715)
Costante -0,205 (0,167) -0,620*** (0,123) -2,987*** (0,184)
N. osservazioni 4.938
Pseudo R2 0,51%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
Tabella A6.5: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle aspirazioni scolastiche ideali (più elevato titolo di studio desiderato), risultante da modelli di regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. La categoria di riferimento per la variabile dipendente è il diploma di scuola secondaria superiore. Germania, modello 2, risultati pesati. Germania - modello 2 Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza tedesca rif. rif. rif.
Turchia 0,639*** (0,189) -0,194 (0,180) -1,305** (0,664)
Ex URSS -0,105 (0,273) -0,266 (0,221) -1,379** (0,562)
Ex Jugoslavia -0,271 (0,369) -0,174 (0,266) -1,802** (0,764)
Polonia 0,513 (0,412) -1,019*** (0,375) -0,816 (0,747)
Europa meridionale 0,459 (0,484) -0,700** (0,301) -18,61*** (0,552)
Asia 0,712** (0,321) -1,221*** (0,411) -2,205*** (0,794)
Africa 0,741* (0,429) -0,418 (0,518) -18,55*** (0,763)
altro 0,308 (0,500) 0,0872 (0,501) -0,539 (0,911)
Migrazione
No (nato in Germania) rif. rif. rif.
Sì (nato all’estero) 0,085 (0,282) 0,578** (0,272) 0,745 (0,482)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -1,009*** (0,155) 0,017 (0,239) -0,025 (0,458)
Primaria o meno -0,943*** (0,285) 0,496* (0,276) 1,390 (0,848)
Non sa / non risponde -0,203 (0,425) 0,202 (0,625) 1,394** (0,619)
Status socio economico
ISEI occ. genitori (std.) 0,256*** (0,086) -0,534*** (0,100) -0,706*** (0,199)
Non sa / non risponde -0,082 (0,252) 0,314 (0,461) -0,270 (0,466)
Costante 0,443*** (0,166) -0,749*** (0,250) -3,242*** (0,412)
N. osservazioni 4.938
Pseudo R2 7,38%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
314
Tabella A6.6: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle aspirazioni
scolastiche ideali (più elevato titolo di studio desiderato), risultante da modelli di regressione
logistica multinomiale con errori standard clusterizzati a livello di scuola. La categoria di
riferimento per la variabile dipendente è il diploma di scuola secondaria superiore. Germania,
modello 3, risultati pesati.
Germania - modello 3 Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza tedesca rif. rif. rif.
Turchia 1,363*** (0,183) -0,758*** (0,177) -1,503** (0,650)
Ex URSS 0,084 (0,275) -0,533*** (0,204) -1,462** (0,583)
Ex Jugoslavia 0,215 (0,372) -0,650** (0,254) -1,927** (0,752)
Polonia 0,646* (0,370) -1,089*** (0,409) -0,752 (0,751)
Europa meridionale 0,746 (0,560) -1,000*** (0,283) -19,48*** (0,606)
Asia 1,292*** (0,383) -1,918*** (0,445) -2,537*** (0,866)
Africa 1,035*** (0,320) -0,735 (0,478) -19,33*** (0,614)
altro 0,384 (0,575) -0,263 (0,559) -0,559 (0,948)
Migrazione
No (nato in Germania) rif. rif. rif.
Sì (nato all’estero) 0,298 (0,289) 0,357 (0,276) 0,815 (0,524)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -0,955*** (0,146) 0,013 (0,199) -0,068 (0,450)
Primaria o meno -0,789*** (0,268) 0,243 (0,272) 1,387 (0,865)
Non sa / non risponde -0,256 (0,370) 0,108 (0,506) 1,323** (0,605)
Status socio economico
ISEI occ. genitori (std.) 0,175* (0,094) -0,432*** (0,094) -0,682*** (0,194)
Non sa / non risponde 0,050 (0,292) 0,058 (0,406) -0,326 (0,433)
Sesso
Maschio rif. rif. rif.
Femmina 0,076 (0,091) -0,634*** (0,135) -1,055*** (0,345)
Anno di nascita
1997 o meno -0,263 (0,192) 0,687*** (0,211) -0,665 (0,438)
1998 0,038 (0,122) 0,239 (0,156) -0,555 (0,380)
1999 rif. rif. rif.
2000 o più 0,446 (0,660) 0,071 (0,692) -18,21*** (0,479)
Competenze linguistiche (std) 0,653*** (0,069) -0,688*** (0,100) -0,306* (0,174)
Costante 0,146 (0,191) -0,750*** (0,239) -2,481*** (0,444)
N. osservazioni 4.938
Pseudo R2 14,74%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
315
Modelli relativi alla figura 6.1 e 6.3
Tabella A6.7: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle aspirazioni
scolastiche ideali (più elevato titolo di studio desiderato), risultante da modelli di regressione
logistica multinomiale con errori standard clusterizzati a livello di scuola. La categoria di
riferimento per la variabile dipendente è il diploma di scuola secondaria superiore. Inghilterra,
modello 4 (full model), risultati pesati.
Inghilterra – modello 4
Aspirazioni ideali
Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza inglese rif. rif. rif.
India 1,144*** (0,444) -0,853 (0,798) 0,813 (0,562)
Pakistan e Bangladesh 0,511* (0,270) -0,595* (0,358) -0,725 (0,513)
Africa settentrionale 1,211*** (0,459) -0,771 (0,882) 0,480 (0,776)
altro Africa 0,321 (0,611) -0,0037 (0,852) -1,359 (0,888)
Caraibi e America Latina 1,226** (0,556) 1,427** (0,669) -0,154 (0,904)
altro Asia 1,430*** (0,479) -0,320 (0,780) 1,162 (0,924)
altro Europa 0,548 (0,521) 0,292 (0,613) -0,079 (0,578)
altro -0,271 (0,755) 1,414 (1,222) -1,069 (1,267)
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) 0,0006 (0,372) -0,683 (0,476) -0,052 (0,469)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -0,564*** (0,197) 0,248 (0,394) 0,128 (0,318)
Primaria o meno -0,638*** (0,230) 0,417 (0,475) 0,163 (0,393)
Non sa / non risponde -0,341 (0,424) 0,630 (0,627) 1,541*** (0,479)
Status socio economico
ISEI occ. genitori (std.) 0,314*** (0,111) 0,130 (0,158) 0,296** (0,130)
Non sa / non risponde -0,037 (0,258) 0,805*** (0,273) 0,248 (0,320)
Sesso
Maschio rif. rif. rif.
Femmina 0,207 (0,141) -0,393** (0,165) -0,106 (0,160)
Anno di nascita
1997 o meno -3,280** (1,546) -1,603 (1,552) -0,862 (1,566)
1998 -0,105 (0,151) -0,093 (0,167) 0,002 (0,206)
1999 rif. rif. rif.
2000 o più 0,240 (1,044) -17,39*** (1,199) 2,195* (1,158)
Competenze linguistiche (std) 0,475*** (0,090) -0,409*** (0,095) -0,214** (0,092)
% stranieri a scuola (std) 0,150** (0,072) -0,242*** (0,089) 0,061 (0,131)
Media ISEI a scuola (std) 0,073 (0,079) -0,392*** (0,140) -0,070 (0,131)
Tipo di istituto scolastico
Religious 0,470** (0,235) -0,026 (0,249) 0,167 (0,282)
Selective 0,770** (0,340) 0,246 (0,438) -0,069 (0,478)
Academy 0,527 (0,322) -0,564** (0,220) -0,396** (0,183)
Community rif. rif. rif.
Foundation -0,011 (0,186) 0,124 (0,272) 0,137 (0,297)
Voluntary aided & Independent 0,818 (0,517) 0,813 (0,772) 0,765 (0,484)
Costante 1,328*** (0,271) -0,693 (0,433) -0,927*** (0,294)
N. osservazioni 3.913
Pseudo R2 13,54%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
316
Tabella A6.8: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle intenzioni
scolastiche (più elevato titolo di studio realisticamente atteso), risultante da modelli di
regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. La
categoria di riferimento per la variabile dipendente è il diploma di scuola secondaria superiore.
Inghilterra, modello 4 (full model), risultati pesati.
Inghilterra – modello 4
Attese realistiche
Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza inglese rif. rif. rif.
India 0,488 (0,307) -0,853* (0,506) -0,289 (0,416)
Pakistan e Bangladesh 0,317 (0,249) -0,611** (0,284) -0,653* (0,346)
Africa settentrionale 0,489 (0,311) -0,059 (0,543) -0,393 (0,426)
altro Africa 0,829** (0,401) -0,214 (0,542) -1,165* (0,605)
Caraibi e America Latina 0,871* (0,516) 0,141 (0,559) -0,244 (0,738)
altro Asia 1,432*** (0,490) -0,416 (0,783) 0,203 (0,445)
altro Europa 0,483 (0,387) 0,517 (0,448) 0,199 (0,499)
altro 0,298 (0,834) 1,666* (0,974) 1,178 (1,074)
Migrazione
No (nato in Inghilterra) rif. rif. rif.
Sì (nato all’estero) 0,470* (0,270) -0,057 (0,365) 0,104 (0,360)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -0,784*** (0,134) -0,066 (0,228) -0,194 (0,250)
Primaria o meno -0,922*** (0,243) 0,102 (0,274) 0,060 (0,261)
Non sa / non risponde -1,043** (0,465) 0,305 (0,342) 0,859** (0,351)
Status socio economico
ISEI occ. genitori (std.) 0,239*** (0,065) -0,168** (0,081) -0,077 (0,072)
Non sa / non risponde 0,020 (0,251) 0,414 (0,262) 0,555 (0,394)
Sesso
Maschio rif. rif. rif.
Femmina 0,057 (0,103) -0,037 (0,149) 0,277 (0,211)
Anno di nascita
1997 o meno -3,891** (0,170 -2,793* (1,503) -1,119 (2,067)
1998 -0,170 (0,133) -0,112 (0,156) -0,0019 (0,180)
1999 rif. (1,724) rif. rif.
2000 o più 0,837 (1,006) 0,389 (0,762) 1,371** (0,578)
Competenze linguistiche (std) 0,342*** (0,086) -0,617*** (0,074) -0,448*** (0,108)
% stranieri a scuola (std) 0,064 (0,060) -0,275*** (0,075) -0,011 (0,075)
Media ISEI a scuola (std) 0,096 (0,082) -0,499*** (0,145) -0,197 (0,123)
Tipo di istituto scolastico
Religious 0,261 (0,204) -0,218 (0,247) -0,158 (0,227)
Selective 0,769* (0,438) -0,783* (0,455) 0,437 (0,528)
Academy -0,102 (0,260) -0,592** (0,256) -1,785*** (0,458)
Community rif. rif. rif.
Foundation -0,256 (0,197) -0,0462 (0,222) -0,261 (0,226)
Voluntary aided & Independent 1,025** (0,520) -0,0936 (0,577) 1,051* (0,561)
Costante 0,605*** (0,199) -0,114 (0,257) -0,596** (0,276)
N. osservazioni 3.913
Pseudo R2 15,66%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
317
Modelli relativi alla figura 6.4
Tabella A6.9: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle aspirazioni
scolastiche ideali (più elevato titolo di studio desiderato), risultante da modelli di regressione
logistica multinomiale con errori standard clusterizzati a livello di scuola. La categoria di
riferimento per la variabile dipendente è il diploma di scuola secondaria superiore. Svezia,
modello 4 (full model), risultati pesati.
Svezia – modello 4
Aspirazioni ideali
Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza svedese rif. rif. rif.
Danimarca, Finlandia e Norvegia 0,308 (0,533) -15,55*** (0,651) 0,321 (0,416)
Turchia 2,141*** (0,401) 1,785 (1,277) 0,511 (0,366)
Iran 2,216*** (0,600) -14,28*** (0,741) 0,334 (0,746)
Ex Jugoslavia 1,448*** (0,381) -14,70*** (0,715) 0,129 (0,441)
America 1,847*** (0,482) -13,51*** (0,801) 1,758*** (0,537)
Africa 1,547*** (0,300) 2,843** (1,248) -0,413 (0,421)
altro Asia 1,792*** (0,237) 3,436*** (0,948) 0,567* (0,331)
altro Europa 1,639*** (0,451) -13,69*** (0,674) 0,705 (0,457)
Migrazione
No (nato in Svezia) rif. rif. rif.
Sì (nato all’estero) -0,369* (0,218) -1,166 (0,993) -0,283 (0,281)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -1,032*** (0,121) -1,658*** (0,539) -0,458*** (0,147)
Primaria o meno -1,182*** (0,221) -0,932 (0,881) -0,288 (0,221)
Non sa / non risponde -0,804*** (0,246) 0,295 (0,768) 0,755*** (0,263)
Status socio economico
ISEI occ. genitori (std.) 0,225*** (0,055) -0,287 (0,254) -0,077 (0,077)
Non sa / non risponde -0,292 (0,213) 1,192* (0,630) 0,237 (0,291)
Sesso
Maschio rif. rif. rif.
Femmina 0,772*** (0,121) -0,408 (0,515) 0,400*** (0,132)
Anno di nascita
1997 o meno 1,380 (1,339) -17,61*** (1,296) 1,229 (1,424)
1998 -0,333 (0,248) -0,646 (0,958) 0,228 (0,228)
1999 rif. rif. rif.
2000 o più 0,755 (0,651) -14,59*** (0,676) 0,201 (0,737)
Competenze linguistiche (std) 0,633*** (0,054) 0,204 (0,269) 0,156*** (0,055)
% stranieri a scuola (std) 0,122** (0,050) -0,333 (0,299) -0,130** (0,065)
Media ISEI a scuola (std) 0,244*** (0,062) 0,225 (0,206) 0,119** (0,060)
Tipo di istituto scolastico
Statale (Municipal) rif. rif. rif.
Privato 0,172 (0,182) -0,682 (1,030) -0,332 (0,311)
Costante 1,341*** (0,111) -3,099*** (0,350) 0,140 (0,138)
N. osservazioni 4.751
Pseudo R2 12,24%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
318
Tabella A6.10: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle intenzioni
scolastiche (più elevato titolo di studio realisticamente atteso), risultante da modelli di
regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. La
categoria di riferimento per la variabile dipendente è il diploma di scuola secondaria superiore.
Svezia, modello 4 (full model), risultati pesati
Svezia – modello 4
Attese realistiche
Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza svedese rif. rif. rif.
Danimarca, Finlandia e Norvegia 0,030 (0,437) 2,192* (1,176) -0,190 (0,414)
Turchia 1,471*** (0,324) -16,33*** (0,711) 0,072 (0,343)
Iran 1,958*** (0,399) -16,52*** (0,568) 0,166 (0,598)
Ex Jugoslavia 1,375*** (0,330) -0,751 (1,158) 0,350 (0,326)
America 1,279** (0,512) 3,939*** (1,187) 1,122** (0,523)
Africa 1,408*** (0,291) 3,235*** (0,899) 0,171 (0,327)
altro Asia 1,302*** (0,235) 3,036*** (0,679) 0,191 (0,233)
altro Europa 1,242*** (0,384) -0,044 (1,111) 0,121 (0,413)
Migrazione
No (nato in Svezia) rif. rif. rif.
Sì (nato all’estero) -0,109 (0,219) -1,532** (0,676) 0,266 (0,250)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -1,185*** (0,100) -1,189*** (0,454) -0,435*** (0,118)
Primaria o meno -0,960*** (0,187) -0,458 (0,644) 0,037 (0,192)
Non sa / non risponde -0,670*** (0,250) 0,218 (0,485) 0,949*** (0,232)
Status socio economico
ISEI occ. genitori (std.) 0,316*** (0,054) 0,249 (0,302) 0,051 (0,068)
Non sa / non risponde -0,207 (0,222) 1,556*** (0,414) 0,518** (0,221)
Sesso
Maschio rif. rif. rif.
Femmina 0,507*** (0,124) -0,714 (0,446) 0,067 (0,120)
Anno di nascita
1997 o meno 2,335** (1,139) -19,03*** (1,165) 1,232 (0,876)
1998 -0,438* (0,236) 0,005 (0,512) 0,083 (0,209)
1999 rif. rif. rif.
2000 o più 1,132*** (0,406) -16,96*** (0,481) 0,618 (0,555)
Competenze linguistiche (std) 0,594*** (0,047) -0,310* (0,172) 0,031 (0,049)
% stranieri a scuola (std) 0,142*** (0,048) -0,765** (0,297) -0,102* (0,059)
Media ISEI a scuola (std) 0,241*** (0,061) -0,321 (0,305) 0,080 (0,055)
Tipo di istituto scolastico
Statale (Municipal) rif. rif. rif.
Privato -0,066 (0,193) 1,253* (0,661) -0,789** (0,372)
Costante 0,511*** (0,095) -3,847*** (0,392) -0,430*** (0,105)
N. osservazioni 4.751
Pseudo R2 13,18%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
319
Modelli relativi alla figura 6.5
Tabella A6.11: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
aspirazioni scolastiche ideali (più elevato titolo di studio desiderato), risultante da modelli di
regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. La
categoria di riferimento per la variabile dipendente è il diploma di scuola secondaria superiore.
Paesi Bassi, modello 4 (full model), risultati pesati.
Paesi Bassi – modello 4
Aspirazioni ideali
Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza olandese rif. rif. rif.
Suriname 1,841*** (0,417) -1,882* (1,019) -0,534 (0,934)
Antille -0,248 (0,709) -2,025 (1,293) -0,863 (0,823)
Marocco 1,615*** (0,249) -2,047** (0,872) -1,559** (0,622)
Turchia 1,895*** (0,492) -0,217 (1,565) -1,151* (0,655)
altro Africa 1,468* (0,794) -1,836 (1,480) -1,035 (1,061)
altro America 2,979** (1,180) 0,776 (1,967) 1,761 (1,469)
Asia 0,948** (0,431) -2,307** (0,903) -1,731** (0,727)
Europa 1,745** (0,712) -0,588 (0,637) -0,753 (0,605)
Migrazione
No (nato nei P.Bassi) rif. rif. rif.
Sì (nato all’estero) -0,661 (0,441) 0,325 (0,643) 0,468 (0,528)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -0,509* (0,263) -0,294 (0,407) 0,171 (0,185)
Primaria o meno 0,282 (0,567) 0,212 (0,566) 0,738* (0,446)
Non sa / non risponde -0,098 (0,471) -0,991 (1,042) 0,232 (0,659)
Status socio economico
ISEI occ. genitori (std.) 0,241** (0,115) -0,037 (0,115) 0,116 (0,085)
Non sa / non risponde -0,253 (0,292) 1,520** (0,689) -0,111 (0,387)
Sesso
Maschio rif. rif. rif.
Femmina -0,053 (0,272) -0,013 (0,270) 0,238 (0,180)
Anno di nascita
1997 o meno 0,176 (0,356) -1,131* (0,579) 0,018 (0,797)
1998 -0,017 (0,126) -0,373 (0,355) 0,102 (0,144)
1999 rif. rif. rif.
2000 o più 1,672** (0,672) 0,239 (1,224) 3,252*** (1,146)
Competenze linguistiche (std) 0,318*** (0,087) -0,159* (0,082) -0,091 (0,173)
% stranieri a scuola (std) 0,081* (0,048) 0,159 (0,116) 0,085 (0,066)
Media ISEI a scuola (std) -0,120 (0,165) -0,685*** (0,212) -0,368** (0,185)
Tipo di istituto scolastico
Brugklas 0,648*** (0,140) 0,331 (0,936) 0,214 (1,011)
VMBO-B/VMBO-K/VMBO-MBO2 -0,487*** (0,124) -0,096 (0,267) 0,314 (0,312)
VMBO-G/VMBO-T rif. rif. rif.
HAVO 0,979*** (0,298) -19,91*** (0,507) 0,315 (0,279)
VWO/ES/IB 2,265*** (0,365) -18,48*** (0,469) 1,807*** (0,405)
Costante 0,466 (0,348) -1,125*** (0,305) -1,639*** (0,203)
N. osservazioni 4.104
Pseudo R2 14,61%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
320
Tabella A6.12: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle intenzioni
scolastiche (più elevato titolo di studio realisticamente atteso), risultante da modelli di
regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. La
categoria di riferimento per la variabile dipendente è il diploma di scuola secondaria superiore.
Paesi Bassi, modello 4 (full model), risultati pesati.
Paesi Bassi – modello 4
Attese realistiche
Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza olandese rif. rif. rif.
Suriname 0,562 (0,526) -0,913* (0,483) -1,396** (0,543)
Antille 0,334 (0,637) 0,460 (0,904) 0,118 (0,545)
Marocco 1,930*** (0,489) -0,609 (0,436) -1,002** (0,408)
Turchia 1,246** (0,503) -0,450 (0,883) -1,246** (0,628)
altro Africa 1,397** (0,671) -0,261 (0,771) -0,453 (0,697)
altro America 0,079 (1,222) -1,791 (1,313) -0,898 (1,354)
Asia 0,245 (0,593) -1,377 (0,944) -1,288 (0,873)
Europa -0,315 (0,681) -1,579** (0,754) -0,921 (0,710)
Migrazione
No (nato nei P.Bassi) rif. rif. rif.
Sì (nato all’estero) -0,197 (0,442) -0,165 (0,599) 0,120 (0,537)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -0,557** (0,236) -0,468** (0,201) -0,315 (0,314)
Primaria o meno -0,905** (0,413) -0,884* (0,499) -0,635 (0,533)
Non sa / non risponde -0,082 (0,661) 0,347 (0,457) 0,142 (0,631)
Status socio economico
ISEI occ. genitori (std.) 0,367** (0,182) -0,046 (0,086) -0,185 (0,498)
Non sa / non risponde 0,235 (0,493) 0,827 (0,675) 0,067 (0,071)
Sesso
Maschio rif. rif. rif.
Femmina -0,080 (0,136) 0,436* (0,250) 0,059 (0,235)
Anno di nascita
1997 o meno 0,472* (0,248) -0,260 (0,268) 0,883 (0,745)
1998 0,081 (0,155) 0,297* (0,180) 0,422 (0,376)
1999 rif. rif. rif.
2000 o più 2,795*** (0,721) -0,287 (1,073) 3,288*** (1,159)
Competenze linguistiche (std) 0,163 (0,133) -0,261** (0,111) -0,124 (0,164)
% stranieri a scuola (std) 0,153*** (0,054) 0,062 (0,069) 0,270*** (0,060)
Media ISEI a scuola (std) 0,138 (0,123) -0,265 (0,163) 0,0740 (0,186)
Tipo di istituto scolastico
Brugklas 0,873*** (0,149) -0,126 (1,110) 1,133*** (0,251)
VMBO-B/VMBO-K/VMBO-MBO2 -0,788*** (0,171) -0,059 (0,207) 0,122 (0,363)
VMBO-G/VMBO-T rif. rif. rif.
HAVO 0,582*** (0,176) -3,589*** (0,857) -0,230 (0,267)
VWO/ES/IB 1,306*** (0,238) -20,60*** (0,452) 1,309*** (0,370)
Costante -0,040 (0,176) -0,151 (0,350) -1,248*** (0,330)
N. osservazioni 4.140
Pseudo R2 17,45%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
321
Modelli relativi alla figura 6.2 e 6.6
Tabella A6.13: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
aspirazioni scolastiche ideali (più elevato titolo di studio desiderato), risultante da modelli di
regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. La
categoria di riferimento per la variabile dipendente è il diploma di scuola secondaria superiore.
Germania, modello 4 (full model), risultati pesati.
Germania – modello 4
Aspirazioni ideali
Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza tedesca rif. rif. rif.
Turchia 1,177*** (0,187) -0,687*** (0,179) -1,186** (0,592)
Ex URSS -0,045 (0,260) -0,543** (0,226) -1,410** (0,601)
Ex Jugoslavia 0,208 (0,350) -0,826*** (0,251) -1,735** (0,718)
Polonia 0,505 (0,331) -1,023** (0,413) -0,454 (0,749)
Europa meridionale 0,695 (0,555) -0,971*** (0,287) -19,31*** (0,463)
Asia 0,979** (0,417) -1,847*** (0,427) -2,134*** (0,750)
Africa 1,087*** (0,330) -0,933** (0,424) -18,84*** (0,460)
altro 0,064 (0,642) -0,044 (0,499) -0,202 (0,885)
Migrazione
No (nato in Germania) rif. rif. rif.
Sì (nato all’estero) 0,318 (0,283) 0,351 (0,282) 0,780 (0,513)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -0,838*** (0,158) 0,0079 (0,182) -0,064 (0,452)
Primaria o meno -0,630** (0,273) 0,079 (0,266) 1,318 (0,875)
Non sa / non risponde -0,581 (0,367) 0,363 (0,414) 1,484** (0,669)
Status socio economico
ISEI occ. genitori (std.) -0,002 (0,092) -0,251*** (0,096) -0,584*** (0,188)
Non sa / non risponde 0,074 (0,303) -0,226 (0,360) -0,345 (0,468)
Sesso
Maschio rif. rif. rif.
Femmina -0,010 (0,115) -0,513*** (0,153) -0,959*** (0,331)
Anno di nascita
1997 o meno -0,052 (0,182) 0,392* (0,202) -0,609 (0,454)
1998 0,126 (0,121) 0,149 (0,149) -0,596 (0,377)
1999 rif. rif. rif.
2000 o più 0,112 (0,660) 0,386 (0,774) -17,77*** (0,555)
Competenze linguistiche (std) 0,417*** (0,070 -0,410*** (0,100) -0,150 (0,179)
% stranieri a scuola (std) 0,151** (0,068) -0,00013 (0,072) -0,176 (0,121)
Media ISEI a scuola (std) 0,239* (0,124) -0,167 (0,162) -0,033 (0,319)
Tipo di istituto scolastico
Hauptschule -0,206 (0,227) 0,797*** (0,222) 0,0063 (0,362)
Kooperative gesamtschule -0,104 (0,202) 0,440** (0,187) -0,580 (0,633)
Integrierte Gesamtschule rif. rif. rif.
Realschule -0,069 (0,243) -0,238 (0,147) -0,547** (0,265)
Gymnasium 1,007*** (0,155) -3,927*** (0,647) -1,065* (0,629)
Foerderschule (bisogni speciali) 0,611 (0,573) 1,767*** (0,396) 1,950*** (0,424)
Costante -0,275 (0,243) -0,718*** (0,214) -2,279*** (0,480)
N. osservazioni 4.938
Pseudo R2 22,49%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
322
Tabella A6.14: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle intenzioni
scolastiche (più elevato titolo di studio realisticamente atteso), risultante da modelli di
regressione logistica multinomiale con errori standard clusterizzati a livello di scuola. La
categoria di riferimento per la variabile dipendente è il diploma di scuola secondaria superiore.
Germania, modello 4 (full model), risultati pesati.
Germania – modello 4
Attese realistiche
Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Nazionalità/ app. etnica
Maggioranza tedesca rif. rif. rif.
Turchia 0,804** (0,392) -0,577*** (0,179) -0,136 (0,437)
Ex URSS -0,416 (0,307) -0,058 (0,296) 0,214 (0,378)
Ex Jugoslavia 0,089 (0,594) -0,712 (0,454) -0,473 (0,661)
Polonia 0,024 (0,494) -0,779* (0,421) -1,675** (0,791)
Europa meridionale 1,762** (0,749) -0,448 (0,487) -1,055 (0,755)
Asia 1,218*** (0,467) -0,657* (0,379) -0,106 (0,610)
Africa 0,187 (0,765) -1,544*** (0,367) -0,657 (0,694)
altro 0,493 (0,628) 0,582 (0,492) 0,619 (0,856)
Migrazione
No (nato in Germania) rif. rif. rif.
Sì (nato all’estero) 0,250 (0,425) -0,427 (0,282) 0,547 (0,382)
Istruzione dei genitori
Istruzione terziaria rif. rif. rif.
Istruzione secondaria -1,010*** (0,149) 0,418* (0,250) -0,258 (0,236)
Primaria o meno -0,774 (0,478) 0,370 (0,287) -0,076 (0,388)
Non sa / non risponde -0,252 (0,554) 0,967** (0,429) 0,734 (0,665)
Status socio economico
ISEI occ. genitori (std.) 0,094 (0,120) -0,295*** (0,0873) -0,040 (0,131)
Non sa / non risponde -0,365 (0,492) -0,160 (0,296) -0,570 (0,626)
Sesso
Maschio rif. rif. rif.
Femmina 0,012 (0,142) -0,537*** (0,116) -0,128 (0,161)
Anno di nascita
1997 o meno -0,571 (0,512) 0,813*** (0,214) 0,292 (0,375)
1998 0,274** (0,133) 0,288** (0,124) -0,032 (0,187)
1999 rif. rif. rif.
2000 o più 0,168 (0,671) -1,464* (0,801) 0,456 (0,615)
Competenze linguistiche (std) 0,375*** (0,100) -0,372*** (0,081) -0,105 (0,126)
% stranieri a scuola (std) 0,067 (0,094) -0,072 (0,092) -0,068 (0,120)
Media ISEI a scuola (std) 0,154 (0,189) -0,147 (0,162) 0,283* (0,165)
Tipo di istituto scolastico
Hauptschule 0,459 (0,406) 1,388*** (0,188) 1,925*** (0,321)
Kooperative gesamtschule 0,384 (0,473) 0,979*** (0,290) 1,594*** (0,263)
Integrierte Gesamtschule rif. rif. rif.
Realschule 0,073 (0,262) 0,307 (0,253) 0,193 (0,200)
Gymnasium 1,135*** (0,257) -2,818*** (0,278) -0,530* (0,312)
Foerderschule (bisogni speciali) -14,40*** (1,043) 5,566*** (1,128) 7,465*** (1,154)
Costante -1,103*** (0,181) 0,086 (0,217) -1,571*** (0,250)
N. osservazioni 4.938
Pseudo R2 28,12%
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1
323
Analisi di robustezza dei risultati dei modelli logistici multinomiali
Tabella A6.15: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle
aspirazioni scolastiche ideali attraverso una serie di tre variabili dipendenti dicotomiche aventi la
categoria ‘diploma superiore’ come riferimento. Modelli di regressione logistica binomiale
multilivello a due livelli e intercetta random. Risultati pesati.
Aspirazioni ideali
Modello 1 Modello 2 Modello 3
Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Inghilterra
Maggioranza inglese rif. rif. rif.
India 0,874* (0,499) -0,631 (0,993) 0,849 (0,779)
Pakistan e Bangladesh 0,330 (0,262) -0,948** (0,378) -1,011* (0,562)
Africa settentrionale 1,414*** (0,481) -0,125 (1,147) 0,579 (0,840)
altro Africa 0,365 (0,657) -0,224 (1,104) -1,326 (0,907)
Caraibi e America Latina 1,482*** (0,564) 1,659** (0,803) 0,007 (1,494)
altro Asia 1,434*** (0,449) 1,034 (0,848) 1,571* (0,912)
altro Europa 0,618 (0,527) 0,549 (0,677) 0,396 (0,699)
altro -0,879 (0,701) 1,564 (1,245) -0,605 (1,399)
N. scuole 107 101 105
N. studenti 3.164 1.068 949
Svezia
Maggioranza svedese rif. rif. rif.
Danimarca, Finlandia e Norvegia 0,454 (0,552) 0,451 (0,416)
Turchia 2,140*** (0,386) 2,746 (2,718) 0,530 (0,385)
Iran 2,146*** (0,593) 0,181 (0,824)
Ex Jugoslavia 1,511*** (0,363) 0,230 (0,451)
America 1,923*** (0,475) 1,732*** (0,566)
Africa 1,525*** (0,320) 4,950*** (1,873) -0,618 (0,491)
altro Asia 1,935*** (0,252) 5,549*** (1,362) 0,538* (0,298)
altro Europa 1,746*** (0,520) 0,498 (0,485)
N. scuole 129 124 129
N. studenti 3.863 706 1.611
Paesi Bassi
Maggioranza olandese rif. rif. rif.
Suriname 1,959*** (0,409) -2,128** (0,877) -0,450 (1,002)
Antille -0,056 (0,699) -1,620 (1,452) -0,776 (0,767)
Marocco 1,718*** (0,263) -2,473** (1,169) -1,853** (0,766)
Turchia 1,396* (0,499) -1,800 (1,662) -1,390 (0,582)
altro Africa 3,161*** (0,807) 1,483 (1,884) 1,188 (1,119)
altro America 0,879** (1,168) -1,751** (1,648) -1,900** (1,693)
Asia 1,830*** (0,438) -0,607 (0,872) -1,060 (0,796)
Europa -0,658 (0,693) -0,080 (0,701) 0,530 (0,741)
N. scuole 100 65 99
N. studenti 3.321 1.141 1.487
Germania
Maggioranza tedesca rif. rif. rif.
Turchia 1,225*** (0,201) -0,779*** (0,192) -1,348** (0,668)
Ex URSS -0,072 (0,278) -0,532** (0,229) -1,522*** (0,588)
Ex Jugoslavia 0,342 (0,363) -0,805*** (0,262) -1,948** (0,790)
Polonia 0,537 (0,343) -0,949** (0,431) -0,537 (0,869)
Europa meridionale 0,803 (0,602) -0,979*** (0,294)
Asia 1,073** (0,441) -1,839*** (0,416) -2,177*** (0,782)
Africa 1,069*** (0,324) -1,065** (0,507)
altro -0,015 (0,619) 0,247 (0,537) 0,047 (1,029)
N. scuole 140 144 140
N. studenti 3.478 3.292 1.927
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1. I modelli stimati controllano per: migrazione , istruzione e status socio-economico dei genitori, il sesso e l’anno di nascita, le competenze linguistiche, la percentuale di stranieri a scuola, la media ISEI della scuola e il tipo di istituto scolastico frequentato.
324
Tabella A6.16: Stima dell’effetto della specifica nazionalità/ appartenenza etnica sulle intenzioni
scolastiche reali attraverso una serie di tre variabili dipendenti dicotomiche aventi la categoria
‘diploma superiore’ come riferimento. Modelli di regressione logistica binomiale multilivello a
due livelli e intercetta random. Risultati pesati.
Intenzioni reali Modello 1 Modello 2 Modello 3
Laurea /
Diploma
Meno del diploma /
Diploma
Non so /
Diploma
Inghilterra
Maggioranza inglese rif. rif. rif.
India 0,293 (0,334) -0,933* (0,506) -0,210 (0,570)
Pakistan e Bangladesh 0,268 (0,328) -1,053*** (0,266) -0,566 (0,369)
Africa settentrionale 0,608* (0,327) 0,034 (0,628) -0,059 (0,413)
altro Africa 0,956** (0,386) 0,347 (0,524) -0,704 (0,596)
Caraibi e America Latina 0,824* (0,449) -0,506 (0,641) -0,230 (0,986)
altro Asia 1,419*** (0,537) 0,135 (0,957) -0,074 (0,460)
altro Europa 0,549 (0,411) 0,335 (0,486) 0,378 (0,522)
altro -0,308 (0,760) 0,893 (0,892) 1,907** (0,961)
N. scuole 107 107 107
N. studenti 2.494 1.825 1.490
Svezia
Maggioranza svedese rif. rif. rif.
Danimarca, Finlandia e Norvegia 0,272 (0,464) 2,943** (1,265) -0,335 (0,433)
Turchia 1,472*** (0,299) 0,120 (0,345)
Iran 1,941*** (0,418) -0,018 (0,649)
Ex Jugoslavia 1,441*** (0,321) 0,397 (1,236) 0,386 (0,334)
America 1,289*** (0,472) 4,818*** (1,138) 1,012* (0,540)
Africa 1,561*** (0,294) 4,547*** (1,244) 0,086 (0,365)
altro Asia 1,376*** (0,256) 2,720*** (1,023) 0,152 (0,244)
altro Europa 1,408*** (0,434) -0,846 (1,784) 0,062 (0,473)
N. scuole 129 129 129
N. studenti 3.796 1.374 2.303
Paesi Bassi
Maggioranza olandese rif. rif. rif.
Suriname 0,750 (0,577) -1,121** (0,463) -1,477*** (0,536)
Antille 0,634 (0,579) 0,747 (1,114) 0,207 (0,646)
Marocco 2,038*** (0,456) -0,754 (0,598) -1,669*** (0,499)
Turchia 1,375** (0,550) -0,265 (1,043) -2,003*** (0,661)
altro Africa 1,386** (0,612) 0,023 (0,974) -0,864 (0,827)
altro America 0,223 (1,177) -0,564 (1,196) -0,634 (1,069)
Asia 0,168 (0,565) -1,238 (0,991) -1,259 (0,824)
Europa -0,224 (0,658) -1,691** (0,814) -1,432* (0,758)
N. scuole 99 82 100
N. studenti 2.738 1.936 1.718
Germania
Maggioranza tedesca rif. rif. rif.
Turchia 1,099*** (0,376) -0,722*** (0,202) -0,068 (0,441)
Ex URSS -0,598 (0,374) -0,063 (0,318) 0,055 (0,472)
Ex Jugoslavia 0,249 (0,620) -0,806* (0,486) -0,660 (0,694)
Polonia 0,105 (0,510) -0,572 (0,459) -1,575* (0,821)
Europa meridionale 2,173** (0,940) -0,474 (0,506) -0,921 (0,778)
Asia 1,288** (0,584) -0,717* (0,431) -0,174 (0,720)
Africa 0,215 (0,719) -1,809*** (0,415) -0,223 (0,661)
altro 0,676 (0,613) 0,404 (0,383) 1,114 (0,805)
N. scuole 128 144 139
N. studenti 2.072 3.946 1.699
Dati CILS4EU 2010/11, doi:10.4232/cils4eu.5656.1.2.0. Errori standard tra parentesi, significatività: *** p<0.01; ** p<0.05; * p<0.1. I modelli stimati controllano per: migrazione , istruzione e status socio-economico dei genitori, il sesso e l’anno di nascita, le competenze linguistiche, la percentuale di stranieri a scuola, la media ISEI della scuola e il tipo di istituto scolastico frequentato.